電子發(fā)燒友網(wǎng)報道（文/李寧遠(yuǎn)）在當(dāng)今5G、物聯(lián)網(wǎng)、AI、智能制造、大數(shù)據(jù)蓬勃發(fā)展的趨勢下，生活中的各種設(shè)備正在變得越來越智能。設(shè)備智能的前提是感知，感知由各類傳感器來提供，而視覺無疑是其中非常關(guān)鍵的一個感知類別。

據(jù)Yole Development等市場研究機構(gòu)的分析，預(yù)計到2030年，視覺技術(shù)將創(chuàng)造價值100億美元的市場。該技術(shù)會滲透到包括自動駕駛、AR、可穿戴計算成像、機器人技術(shù)等各個領(lǐng)域。

基于事件的視覺技術(shù)

說到視覺傳感，我們往往第一時間想到圖像傳感器。圖像傳感器按幀數(shù)捕獲圖像，然后形成物體運動的軌跡。在幀與幀之間的這部分，是缺失的，形成的運動軌跡并不是物體運動的全部軌跡，這可能會丟失運動過程中某些重要的信息。

而且，在每一幀上，相同的物體運動的背景信息都被記錄下來，這是一些冗余無用的數(shù)據(jù)，增加數(shù)據(jù)處理的負(fù)擔(dān)。這些短板在某些需求快速增長的場景里暴露了出來，這些場景急需區(qū)別于傳統(tǒng)圖像傳感的技術(shù)來進(jìn)行視覺傳感。

基于事件的視覺技術(shù)受人眼神經(jīng)生物原理啟發(fā)，不拘泥于在固定的時間生成圖像，而是著重于關(guān)注場景的動態(tài)變化。在獲取信息的基本邏輯上，基于事件的視覺技術(shù)完全不同于傳統(tǒng)圖像傳感器。

基于事件的視覺傳感器，不關(guān)注場景中的靜態(tài)信息，不會發(fā)生改變的場景靜態(tài)信息不會被傳感器捕捉到。它的工作原理更專注于變化的場景信息，基于該技術(shù)的傳感器采集圖像的方式是異步的、連續(xù)的，在模擬域中運作。

每個感光器都是獨立的，只對變化的事物做出反應(yīng)，靜態(tài)的背景信息不會被一遍又一遍被重復(fù)采集。所以說，傳統(tǒng)圖像傳感器采樣得到的是不連續(xù)的基于幀的信息，基于事件的異步自適應(yīng)采樣只獲取正在變化的信息，捕捉到的是時空范圍內(nèi)連續(xù)的像素級別的信息流。

事件視覺傳感器能帶來怎樣的效果？

根據(jù)事件視覺傳感器領(lǐng)先廠商Prophesee公布的相關(guān)技術(shù)細(xì)節(jié)，為了模擬擬態(tài)神經(jīng)的工作邏輯，在每個像素的內(nèi)部內(nèi)嵌了智能設(shè)計，再基于電平交叉采樣電路，每個獨立異步的像素都能夠?qū)鼍爸械牧炼茸兓龀龇磻?yīng)。

獨立的像素只采集動態(tài)變化的信息，能有效壓縮數(shù)據(jù)的冗余，大大減少需要處理的數(shù)據(jù)量，提高數(shù)據(jù)傳輸速率。

另一點優(yōu)勢則是對外部環(huán)境的依賴，眾所周知傳統(tǒng)的圖像傳感器對外部環(huán)境的光照條件是有很大依賴的。光照條件會很明顯地影響圖像傳感器的數(shù)據(jù)采集，而事件視覺的傳感器采用BSI 堆棧式技術(shù)，器件感光區(qū)域和邏輯電路做了大幅度優(yōu)化，像素間距也進(jìn)一步降低，加上超過80%的填充因子，具備了更高的光電性能。極高的動態(tài)范圍讓其能夠適應(yīng)極端的光照條件。

在Prophesee和高通合作優(yōu)化其事件視覺傳感器后，其產(chǎn)品一直在更新迭代，進(jìn)一步優(yōu)化了低延遲的事件時間戳，微秒分辨率進(jìn)一步提高，片上直方圖輸出可兼容多個AI加速器。在功耗、計算和尺寸都受制約的嵌入式邊緣視覺系統(tǒng)中，事件視覺傳感器很契合場景對于高效集成事件視覺傳感的技術(shù)要求。

小結(jié)

基于事件的視覺傳感器的確為機器視覺和人工智能提供了另一種思路，在功耗、速度、動態(tài)范圍等特征上優(yōu)勢也很明顯，后續(xù)應(yīng)該會看到該技術(shù)在機器視覺領(lǐng)域帶來的新應(yīng)用。