如何利用視覺處理器在可視門鈴和智能零售設(shè)計中擴(kuò)展邊緣 AI 功能

隨著“邊緣人工智能 (AI)”的興起，“在網(wǎng)絡(luò)邊緣擁有更高的智能性”也倍受討論，擁有更高本地實(shí)時處理能力的好處就易被忽視，而這種處理無需依賴基于云的資源來運(yùn)行 AI 模型。通過使我們?nèi)粘＝换サ碾娮釉O(shè)備能夠根據(jù) AI 模型在現(xiàn)實(shí)世界中做出決策，我們可以提高其響應(yīng)能力、安全性和整體效率。

當(dāng)然，一些 AI 驅(qū)動型系統(tǒng)可能一直都需要基于云的資源。利用諸如人員和物體分類、異常檢測和人體姿勢估計等處理功能，可以大大增強(qiáng)許多低功耗應(yīng)用，特別是那些具有一至兩個攝像頭的應(yīng)用。然而，由于成本限制以及此類處理水平的功率要求，在低功耗應(yīng)用中實(shí)現(xiàn)這些功能頗具挑戰(zhàn)。

新的基于 Arm^? Cortex^? 的視覺處理器（例如 AM62A 處理器系列）可幫助設(shè)計人員在應(yīng)用中擴(kuò)展視覺和 AI 處理功能，從可視門鈴到智能零售均受支持。

讓我們深入探討一下這些應(yīng)用，了解擴(kuò)展的視覺和 AI 功能可以實(shí)現(xiàn)哪些目標(biāo)。觀看視頻“讓邊緣 AI 的嵌入式未來成為可能”，了解德州儀器 (TI) 如何在邊緣 AI 應(yīng)用中實(shí)現(xiàn)高級 AI 分析和實(shí)時響應(yīng)能力。

可視門鈴中的AI攝像頭

在可視門鈴和家庭安防系統(tǒng)中（如圖 1 所示），對竊賊或人員識別的延遲響應(yīng)（有時甚至只是延遲一毫秒）都可能會造成生命或財產(chǎn)損失。 

圖1 可視門鈴運(yùn)行的人員和物體識別演示

通過在本地分析實(shí)時視頻數(shù)據(jù)，可視門鈴能夠更快、更可靠地響應(yīng)，減少誤報，也無需網(wǎng)絡(luò)連接。但就以往經(jīng)驗(yàn)而言，功率和尺寸限制因素限制了實(shí)現(xiàn)這種實(shí)時響應(yīng)所需的 AI 處理水平。

AM62A 系列（包含AM62A3、AM62A7、AM62A3-Q1 和 AM62A7-Q1）可在 2W 至 3W 下運(yùn)行，外形尺寸足夠小，可在緊湊型可視門鈴?fù)鈿ぶ惺褂谩？梢曢T鈴設(shè)計人員可以利用 AM62A 處理器 1 至 2 TOPS的 AI 處理能力，在其設(shè)計中實(shí)現(xiàn)更高水平的人員和物體檢測。閱讀技術(shù)白皮書“使用高能效 AM62A 處理器的邊緣 AI 智能攝像頭”，了解有關(guān)在可視門鈴中實(shí)現(xiàn) AI 處理的更多信息。

智能零售中的AI攝像頭

智能零售，也稱為“即拿即走零售”，是一種全新的購物體驗(yàn)，客戶可以選擇購買的商品，然后自助結(jié)帳離開商店，無需向收銀員付款。

管理類似體驗(yàn)的基于視覺的系統(tǒng)依賴于對象檢測派生的 AI 模型以及條形碼掃描儀，來識別客戶放入購物籃以及最終在離開商店時購買的商品（如圖 2 所示）。 

圖2 AI攝像頭使用AI模型監(jiān)控智能零售商店中的客戶活動

智能零售應(yīng)用通過本地數(shù)據(jù)處理來縮短交易時的響應(yīng)時間并提升數(shù)據(jù)安全性。在本地運(yùn)行 AI 模型無需到云資源的網(wǎng)絡(luò)連接，由于數(shù)據(jù)不在外部傳輸，限制了未經(jīng)授權(quán)訪問該數(shù)據(jù)的可能性，因而可以提升數(shù)據(jù)安全性。  

與可視門鈴類似，功耗是智能零售 AI 攝像頭的主要設(shè)計挑戰(zhàn)，尤其是考慮到高幀速率視頻分析。

借助 AM62A 處理器高度集成的高能效片上系統(tǒng)架構(gòu)，可以釋放智能零售攝像頭的本地 AI 處理能力。這些處理器通過其集成的 AI 硬件加速器，即使是水果和蔬菜等非標(biāo)準(zhǔn)表面，也能實(shí)現(xiàn)物體分類、異常檢測、方向檢測和條形碼識別。

結(jié)語

在邊緣擁有更高的智能性可以提升實(shí)時響應(yīng)能力和人機(jī)交互的可靠性。雖然我在本文中僅重點(diǎn)介紹了兩種應(yīng)用，但受益于本地運(yùn)行 AI 數(shù)據(jù)模型的電子產(chǎn)品范圍日益變廣。借助高度集成的高性能視覺處理器，這一轉(zhuǎn)變將成為可能，我們的世界也將變得更加智能。