導讀：近日，新加坡國立大學（NUS）的研究團隊開發(fā)出一種新型芯片“EQSCALE”，它能以極低的功耗，從視頻幀中捕捉視覺細節(jié)，比現(xiàn)有最佳的芯片功耗低20倍，電池電量消耗也降低了20倍，并可將智能視覺系統(tǒng)的尺寸縮小至毫米范圍。

背景

視覺特征提取是任何計算機視覺系統(tǒng)的基礎，它常用于自動檢測、分類和追蹤視覺場景中的物體。視頻特征提取器則是通過智能攝像頭捕捉視覺細節(jié)，并將它們轉變?yōu)樾『芏嗟呐d趣點和邊的集合，以便未來進一步分析。視頻特征提取器需要連續(xù)地處理每一幀，從而定義出智能視覺系統(tǒng)的最小功率，并使系統(tǒng)尺寸最小化。

之前，用于特征提取的最尖端芯片的功耗范圍是毫瓦到幾百毫瓦，分別是智能手表和智能手機的平均功耗。為了保持長久操作，設備需要通過太陽能電池或者自然空間中的光線供電.

然而，這種設備需要的太陽能電池尺寸是厘米級或者更大的，因此成為這種視覺系統(tǒng)小型化的關鍵限制性因素。如要要將系統(tǒng)裁剪到毫米級，那么就需要使得功耗遠低于1毫瓦。

創(chuàng)新

近日，新加坡國立大學（NUS）的研究團隊開發(fā)出一種新型芯片“EQSCALE”，它能以極低的功耗，從視頻幀中捕捉視覺細節(jié)。這種視頻特征提取器比最佳的現(xiàn)有芯片的功耗低20倍，因此消耗的電池電量也減少了20倍，并可將智能視覺系統(tǒng)的尺寸縮小至毫米范圍。例如，它可以持續(xù)地利用毫米級的太陽能電池供電，而無需更換電池。

NUS 工學院電氣與計算機工程系副教授 Massimo Alioto 領導的團隊展開了這項科研探索。

技術

NUS工程團隊的芯片：EQSCALE，能夠以0.2毫瓦的功率持續(xù)進行特征提取，它比現(xiàn)有技術的功耗低20倍。它將轉變?yōu)橹悄芤曈X系統(tǒng)小型化方面的主要進展。這種新型特征提取器每一側都小于一毫米，并可以通過尺寸只有幾毫米的太陽能電池供電。

Alioto 副教授解釋道：“這項技術突破是通過能量品質按比例調整實現(xiàn)的，它在能耗和提取特征的品質之間進行權衡調整。它模擬了人類觀察視覺場景時關注程度的動態(tài)變化，根據(jù)手頭任務的細節(jié)和品質水平處理它。甚至在由于目標品質退化引發(fā)大量的興趣點丟失的情況下，能量品質按比例調整也可以糾正對于物體的識別。”

價值

Alioto 副教授表示：“IoT是一波快速增長的技術浪潮，它使用大規(guī)模分布式傳感器，讓我們的環(huán)境變得更加智能和以人為本。長生命周期的視覺電子系統(tǒng)目前對于IoT來說不可行，因為它們的高功耗和大尺寸。我們團隊通過微型EQSCALE芯片應對這些挑戰(zhàn)，并且展示了這種無處不在和永遠在線的攝像頭是可行的。我們希望這項新性能將加速在IoT中嵌入視覺感知能力，以及實現(xiàn)新加坡的智能國家視覺。”

這項技術標志著朝著開發(fā)具有幾乎無限生命周期的毫米級的智能攝像頭邁出了主要一步，也為經(jīng)濟合算的物聯(lián)網(wǎng)（IoT）應用鋪平了道路，這些應用包括：在機場和關鍵設施中無處不在的安全監(jiān)控設備、建筑能量管理、工作場所安全和老人護理。

未來

EQSCALE 是朝著開發(fā)未來可以演示無限期操作的毫米級系統(tǒng)的目標，邁出的關鍵性一步。NUS研究團隊正在深入研究開發(fā)小型化的計算機視覺系統(tǒng)，這種系統(tǒng)包括通過微芯片組成的具有視覺能力的小型攝像頭，以及理解視覺場景的機器學習系統(tǒng)。

NUS 研究的最終目標就是使得應用于廣域和無處不在的視覺監(jiān)測的大規(guī)模分布式視覺系統(tǒng)變得可能，大大超越傳統(tǒng)的攝像頭。