如何利用視覺(jué)處理器在可視門(mén)鈴和智能零售設計中擴展邊緣 AI 功能

隨著(zhù)“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(shí)處理能力的好處就易被忽視，而這種處理無(wú)需依賴(lài)基于云的資源來(lái)運行 AI 模型。通過(guò)使我們日常交互的電子設備能夠根據 AI 模型在現實(shí)世界中做出決策，我們可以提高其響應能力、安全性和整體效率。

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

新的基于 Arm^? Cortex^? 的視覺(jué)處理器（例如 AM62A 處理器系列）可幫助設計人員在應用中擴展視覺(jué)和 AI 處理功能，從可視門(mén)鈴到智能零售均受支持。

讓我們深入探討一下這些應用，了解擴展的視覺(jué)和 AI 功能可以實(shí)現哪些目標。觀(guān)看視頻“讓邊緣 AI 的嵌入式未來(lái)成為可能”，了解德州儀器 (TI) 如何在邊緣 AI 應用中實(shí)現高級 AI 分析和實(shí)時(shí)響應能力。

可視門(mén)鈴中的AI攝像頭

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

圖1 可視門(mén)鈴運行的人員和物體識別演示

通過(guò)在本地分析實(shí)時(shí)視頻數據，可視門(mén)鈴能夠更快、更可靠地響應，減少誤報，也無(wú)需網(wǎng)絡(luò )連接。但就以往經(jīng)驗而言，功率和尺寸限制因素限制了實(shí)現這種實(shí)時(shí)響應所需的 AI 處理水平。

AM62A 系列（包含AM62A3、AM62A7、AM62A3-Q1 和 AM62A7-Q1）可在 2W 至 3W 下運行，外形尺寸足夠小，可在緊湊型可視門(mén)鈴外殼中使用?？梢曢T(mén)鈴設計人員可以利用 AM62A 處理器 1 至 2 TOPS的 AI 處理能力，在其設計中實(shí)現更高水平的人員和物體檢測。閱讀技術(shù)白皮書(shū)“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(mén)鈴中實(shí)現 AI 處理的更多信息。

智能零售中的AI攝像頭

智能零售，也稱(chēng)為“即拿即走零售”，是一種全新的購物體驗，客戶(hù)可以選擇購買(mǎi)的商品，然后自助結帳離開(kāi)商店，無(wú)需向收銀員付款。

管理類(lèi)似體驗的基于視覺(jué)的系統依賴(lài)于對象檢測派生的 AI 模型以及條形碼掃描儀，來(lái)識別客戶(hù)放入購物籃以及最終在離開(kāi)商店時(shí)購買(mǎi)的商品（如圖 2 所示）。 

圖2 AI攝像頭使用AI模型監控智能零售商店中的客戶(hù)活動(dòng)

智能零售應用通過(guò)本地數據處理來(lái)縮短交易時(shí)的響應時(shí)間并提升數據安全性。在本地運行 AI 模型無(wú)需到云資源的網(wǎng)絡(luò )連接，由于數據不在外部傳輸，限制了未經(jīng)授權訪(fǎng)問(wèn)該數據的可能性，因而可以提升數據安全性。  

與可視門(mén)鈴類(lèi)似，功耗是智能零售 AI 攝像頭的主要設計挑戰，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架構，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(guò)其集成的 AI 硬件加速器，即使是水果和蔬菜等非標準表面，也能實(shí)現物體分類(lèi)、異常檢測、方向檢測和條形碼識別。

結語(yǔ)

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