工程师们发明了用于超小型智能视觉系统和物联网应用的微小视觉处理芯片

来自新加坡国立大学(NUS)的一组研究人员开发了一种名为EQSCALE的新型微芯片，它能够以极低的功耗从视频帧中捕获视觉细节。视频功能提取器使用的功率比现有的同类最佳芯片低20倍，因此需要20倍的电池，并且可以将智能视觉系统的尺寸缩小到毫米范围。例如，它可以由毫米尺寸的太阳能电池连续供电，而无需更换电池。

在新加坡国立大学工程学院电气与计算机工程系副教授Massimo Alioto的带领下，该团队的发现是开发具有接近使用寿命的毫米级智能相机的重要一步。它还将为经济高效的物联网(IoT)应用铺平道路，例如机场和关键基础设施中的无处不在的安全监控，建筑能源管理，工作场所安全和老年人护理。

“IoT是一种快速发展的技术浪潮，它使用大规模分布式传感器使我们的环境变得更加智能和以人为本。具有高寿命的视觉电子系统目前由于其高功耗和大尺寸而无法用于物联网应用。我们的团队拥有通过我们的小型EQSCALE芯片解决了这些挑战，我们已经证明无处不在且永远在线的智能相机是可行的。我们希望这种新功能将加速在物联网中嵌入视觉的雄心勃勃的努力，Alioto副教授说。

小巧的视觉处理芯片，可以不间断工作

视频特征提取器捕获智能相机拍摄的视觉细节，并将其转换为更小的感兴趣点和边缘，以便进一步分析。视频特征提取是任何计算机视觉系统的基础，可自动检测，分类和跟踪视觉场景中的对象。它需要在每个帧上连续执行，从而定义智能视觉系统的最小功率，从而确定最小的系统尺寸。

先前用于特征提取的最先进芯片的功耗范围从不同毫瓦到数百毫瓦，这分别是智能手表和智能手机的平均功耗。为了实现近乎永久的操作，设备可以由太阳能电池供电，太阳能电池从生活空间的自然采光中获取能量。然而，这种装置需要尺寸为厘米级或更大的太阳能电池，因此对这种视觉系统的小型化构成了根本限制。将它们缩小到毫米级需要将功耗降低到小于1毫瓦。

NUS工程团队的微芯片EQSCALE可以在0.2毫瓦的电压下进行连续的特征提取 - 功耗比现有技术低20倍。这转化为智能视觉系统小型化水平的重大进步。这种新颖的特征提取器每侧小于一毫米，并且可以通过尺寸仅为几毫米的太阳能电池连续供电。

Alioto副教授解释说：“这项技术突破是通过能源质量缩放的概念实现的，其中能量消耗和特征提取中的质量之间的权衡被调整。这模仿了注意力水平的动态变化。人类观察视觉场景，根据手头的任务以不同的细节和质量处理它。能量质量缩放允许正确的物体识别，即使由于目标质量下降而遗漏了大量的兴趣点。 “

下一步

EQSCALE的发展是迈向未来毫米级视觉系统演示的关键一步，可以无限期运行。新加坡国立大学的研究团队正在研究开发一种小型计算机视觉系统，该系统包括配备微芯片支持的视觉功能的智能相机，以及一个能够理解视觉场景的机器学习引擎。新加坡国立大学研究团队的最终目标是为大范围和无处不在的视觉监控提供大规模分布式视觉系统，远远超过传统的摄像机概念。