近日，来自新加坡国立大学（National University of Singapore，NUS）的研究团队研究出一种新型微型视觉处理芯片（简称EQSCALE），该芯片可在极低功率下获取视频帧中的微小细节，可显著减小系统尺寸。研究小组表示，该芯片的视频特征提取器的功耗比同类芯片低20倍，新型EQSCALE芯片可将智能视觉系统的尺寸降低至毫米级别。
图为新加坡国立大学Massimo Alioto研究员照片
例如，当前的芯片消耗高达数百毫瓦的功率给智能手机供电。为了实现接近永久的操作，设备可以由太阳能电池供电，太阳能电池从居住空间的自然照明中获取能量。然而，这种装置需要具有厘米或更大尺寸的太阳能电池，实现小型化还有困难。根据团队的说法，对于缩小到毫米级的系统，它们将需要消耗不到一毫瓦的功率。
新加坡国立大学研究团队设计的微芯片能够以0.2 mW的功耗进行连续特征提取。将该技术应用到智能视觉系统可以实现设备小型化的进一步发展。新的特征提取器边长小于一毫米。
国立大学副教授Massimo Alioto表示：“这一技术突破是通过能源质量扩展的概念来实现的，在这个概念中，能量消耗和质量在功能提取之间的权衡得到了调整，芯片模拟了人类观察视觉场景的动态变化，根据任务的不同，能够在不同的细节水平和质量水平上处理视频细节。即使在由于目标质量下降而遗漏了大量兴趣点的情况下，能量质量缩放也可以实现正确的目标识别。
EQSCALE芯片可以通过毫米级太阳能电池连续供电，无需更换电池，这可能是毫米级视觉系统向无限期运行的突破性一步。
该团队正在研究开发小型化计算机视觉系统的可能性，该系统包括由微芯片支持的视觉功能的智能相机和理解视觉场景的机器学习引擎。
该团队的最终目标是实现大规模分布式视觉系统的开发，以实现大范围、无处不在的视觉监控，远远超越传统的摄像机概念。
Alioto说：“视觉电子系统具有很长的使用寿命，由于其高功耗和大尺寸的特点，目前不适用于物联网应用，我们的团队通过微小的EQSCALE芯片解决了这些挑战，而且我们已经证明，该芯片应用在智能相机上是可行的。我们希望通过这种新的能力加速在物联网中植入视觉系统的发展进程。”
“EQSCALE: Energy-quality scalable feature extraction engine for Sub-mW real-time video processing with 0.55 mm2 area in 40nm CMOS”.Anastacia B. Alvarez, Gopalakrishnan Ponnusamy, Massimo Alioto. IEEE. doi: 10.1109/ASSCC.2017.8240261
联系客服
