中科創達孫力：AI賦能行業的難點與應對方法
原創【51CTO.com原創稿件】當下，人工智能賦能安防、金融等細分領域，參與關鍵工作流程，提供多種多樣實用的服務。伴隨嵌入式領域的加速演進，人工智能被廣泛關注，作用于更多場景。中科創達立足智能終端操作系統，聚焦嵌入式人工智能關鍵技術。近日，中科創達聯合清華大學、美國高通公司共同舉辦了“ThunderWorld2018嵌入式人工智能大會”，圍繞嵌入式人工智能領域的技術前沿、產業趨勢和熱點問題探討。
孫力·中科創達副總裁
主論壇上，中科創達副總裁孫力做了主題為《智能視覺的“深蹲”和“起跑”》的演講，闡述了建設圖像系統、普及3D圖像技術、優化嵌入式AI算法應用及AI賦能行業的難點與應對方法展開。
建設圖像系統的難點與應對方法
視覺技術，是一門涉及諸多領域的交叉學科，用Camera進行圖像抓取是前提。抓取的過程錯綜復雜，涉及到模組進行圖像采集與應用、主芯片功耗、性能和系統的優化，及人臉識別、美顏、傳統拼接、光學處理、降噪等一系列算法。
做一個優秀圖像系統除采集方面挑戰，還有圖象處理算法，如曝光，白平衡，對焦，寬動態HDR，降噪等)、芯片加速、畫質調優等，還有硬件的碎片化須對畫質進行復雜的調優流程(實驗室和實際生活場景)，還有慮功耗，性能和健壯性也是必須要考慮的。
孫力表示，畫質調優是圖像處理最重要的部分。想要產生***的圖像質量，需要調試整個圖像的Pipeline、 3A(對焦，曝光，白平衡)等等很多細節 。
IQ – 畫質調優三大階段
畫質調試，分為三大階段：
1. ***做好基礎軟件、驅動，像軟件功能檢查、無重大Bug影響IQ、驗證原始圖片（EXIF、AE參數，校準數據）等；
2. 配置相關專業設備，進行實驗室調參，像LSC、AWB、AE、Gamma、對比度增強、CCM、DPC、濾噪、邊緣增強等參數檢測及處理。
3. 真實場景調參，與參考設備對比拍攝并調整，參考設備像人物、寵物、風景、肖像、戶外、低光、辦公室、家庭、閃光燈、背光、電影等。
善用硬件加速，解決功耗和性能問題
硬件加速是提升圖像計算的關鍵部分，使用GPU、CPU等嵌入式硬件都需要具備多方面的能力。嵌入式硬件在對算法加速上有很大幫助，同時也會存在功耗的問題，建議類汽車多個攝像頭的拼接這樣的場景，擇優選擇GPU。近幾年，汽車ADAS芯片對于高畫質的要求發生了從外置的ISP到內置ISP，到Bayer Sensor的轉變， 目前主流的方案是用外置的ISP，將來汽車領域也會經歷類似于手機從功能機到智能機的演變。主要驅動力有BOM成本降低、如發熱問題，環視等應用的拼接問題。像ASIL compatible、長期投入、Road testing嚴苛等是汽車特有的高門檻。
普及3D圖像技術的難點與應對方法
利用3D圖像技術是圖像視覺方的另一個趨勢，普及過程中還需克服以下幾大難題：
- BOM成本，由于規模化的問題，還沒有降低到平民化。
- 種的光學設計，碎片化(ToF，結構光，雙目，主動雙目等)。
- 嵌入式的SoC的depth map的運算能力(Pc輔助到嵌入式ARM based) 。
- 多套使用的完整建模問題。
- RGBD，基于3D的人工智能學術進展。
孫力表示，中科創達致力于利用寬動態/HDR 、降噪 、導入AI技術來解決傳統圖像質量問題，經過多年持續的投入與研發，在視覺技術領域已經有了很深厚的積累。
優化嵌入式AI算法應用的難點與應對方法
AI正當時，嵌入式/邊緣AI是未來，嵌入式/邊緣端智能視覺設備量也在迅速增長。在此大背景下，中科創達推出一款基于高通驍龍 845 平臺的人工智能引擎，TurboX AI Kit。TurboX AI Kit主要特點有三：高性能的嵌入式端側/邊緣，AI 開發平臺；豐富的嵌入式 AI 開發、分析、優化和調試工具；加速端側 AI 的實現與普及，助力生態系統構建；
當前制約嵌入式AI算法應用的主要問題有：有限的計算資源、多樣化的應用場景和需求、不成熟的生態系統、碎片化的終端處理平臺、性能(準確率-速度)的平衡/取舍、功耗與成本等。想要應對這些問題，就需要在硬件和軟件深度結合、系統化設計等方面深究。
AI賦能行業的難點與應對方法
當AI走出實驗室，賦能某個行業，將面臨方方面面的挑戰。從客戶角度看，期望看到的是整體解決方案(數據獲取，隱私問題，訓練，生產管理系統，私有云 部署，前后端等，而不是純算法)。
客戶在衡量AI技術的預算不是根據AI作為高大上的技術來做的，而是根據生產力提升(用戶體驗提升，銷售轉換率等)，運行效率優化，及經營業績能承受的預算能力來反推的，這和目前昂貴的AI投入成本(人力，服務器等)是個矛盾。
當行業客戶的工作流程，部門職能等還未能圍繞先進生產力來進行部署和優化時， 客戶期望一次性投入建設一個人工智能平臺，可以一勞永逸的自我訓練、升級和部署，對比于現在需要定制化的算法，未來圍繞需要解決的領域問題，少數的人力服務于算法的流程需要被建立。
那么，如何應對AI賦能行業遇到的這些難點呢？AI需要一個平臺和引擎，而不是僅僅提供一個算法。舉例，下圖為中科創達智能視覺缺陷檢測方案效果圖。
中科創達智能視覺缺陷檢測方案效果圖
具體操作方式是通過傳統CV技術首先將復雜的背景濾除，讓缺陷在圖片上顯現出來，然后進行實際的分類。
未來，將有更多企業應用AI，普及度不斷提升，隨著市場的逐漸擴大，應用逐漸從特定領域向人們日常生活深入。隨著智能化趨勢的不斷凸顯，智能視覺的應用也將會進一步拓展和深化，逐漸向更多新興領域邁進，在智能機器人、自動駕駛、人臉識別、安防、醫療等領域的應用將會越來越多。
【51CTO原創稿件，合作站點轉載請注明原文作者和出處為51CTO.com】
