|
一鍵注冊,加入手機圈
您需要 登錄 才可以下載或查看,沒有帳號?立即注冊 ![](source/plugin/mapp_wechat/images/wechat_login.png)
x
智能化的社會生活場景越來越豐富,對于圖像處理的要求不斷提升,使得ISP(Image Signal Processor)的滲透率不斷增加,擔負起安防監(jiān)控、AIoT 及智能汽車等領域的視頻、圖像的處理工作,滿足不同場景的數(shù)據處理需求。
與很多處理器芯片類似,ISP的發(fā)展也正在受到AI技術的深刻影響。通過AI模塊的加入,結合深度學習算法,AI ISP能夠對圖像進行精準的處理,從而為某些場景實現(xiàn)更高質量的成像結果。
但AI ISP的出現(xiàn)并不意味著傳統(tǒng)ISP的終結,很多應用場景依然需要傳統(tǒng)ISP來挑大梁。在相當長的時間內,兩者還將攜手譜寫圖像處理技術的華麗篇章。
從ISP到AI ISP
作為數(shù)字圖像處理中的關鍵部分,ISP主要用于對從傳感器中讀取的原始圖像數(shù)據進行預處理和優(yōu)化,以提高圖像的質量和清晰度。它可以進行白平衡、曝光控制、色彩校正、銳化、降噪等處理,從而產生高質量的圖像。
芯技術 | ISP和AI ISP不是非此即彼 而是1+1>2-1.jpg (234.37 KB, 下載次數(shù): 214)
下載附件
2023-4-13 10:03 上傳
ISP在實際應用中的重要性不言而喻。對于消費電子產品而言,ISP是影響拍照和錄像質量的關鍵因素之一。智能手機等移動設備中的ISP可以快速響應環(huán)境變化和用戶需求,實現(xiàn)自動對焦、HDR、人像模式等功能,提供更加出色的拍照體驗。
除了消費電子產品外,ISP在安防監(jiān)控、醫(yī)療影像、工業(yè)檢測、自動駕駛等領域也有廣泛應用。在安防監(jiān)控方面,ISP可以自動檢測行人、車輛等物體,減少誤報率;在醫(yī)療影像方面,ISP可以提高圖像對比度、銳度和清晰度,幫助醫(yī)生做出更加精確的診斷;在自動駕駛領域,ISP可以通過處理車載攝像頭拍攝到的圖像和視頻數(shù)據,實現(xiàn)智能駕駛、車道偏離預警等功能。
芯技術 | ISP和AI ISP不是非此即彼 而是1+1>2-2.jpg (69.05 KB, 下載次數(shù): 197)
下載附件
2023-4-13 10:03 上傳
不過,當面對越來越高的場景復雜度和特殊的圖像質量要求時,傳統(tǒng)ISP正面臨了參數(shù)庫逐漸龐大、調試困難、開發(fā)周期逐步拉長等挑戰(zhàn)。以AI技術為輔助,通過機器學習的方法來強化ISP的功能就成為技術發(fā)展的重要方向,由此誕生了AI ISP。
利用AI算力深度學習海量場景和數(shù)據,智能調優(yōu)復雜參數(shù),輸出算法模型輔助圖像處理,使圖像質量獲得大幅改善。AI與傳統(tǒng)ISP的結合趨勢在手機中非常突出,并且也在走入安防、無人機等領域。
酷芯微電子AI IP總監(jiān)沈沙指出,暗光條件下的降噪、對比度增強和場景的提亮,AI ISP在這三個方面的表現(xiàn)超過了傳統(tǒng)的ISP。
在不少應用中,得到了端側大算力的支持,AI ISP的強大功能就可以得到全部發(fā)揮,獲得比傳統(tǒng)ISP更優(yōu)的效果。但這是否意味著AI ISP可能全部取代傳統(tǒng)ISP呢?答案可能并非如此。
花開兩支 各有勝場
AI ISP強大的功能也意味著更大的能耗,其訓練和推理過程需要消耗大量的能量和資源。而傳統(tǒng)ISP通常采用硬件實現(xiàn),能夠在低功耗下進行高效的圖像處理,因此在很多通用場景下,傳統(tǒng)ISP的功耗要遠低于AI ISP。
并且,如果要用AI ISP來替代傳統(tǒng)ISP,就需要用AI來實現(xiàn)端到端的ISP流水線,甚至直接對從傳感器輸出的原始數(shù)據進行AI算法處理。這無疑會加大芯片算力和功耗的負擔。
據沈沙介紹,實際應用中,芯片算力預留上能夠給AI ISP的空間較?。簲z像頭分辨率的選擇、是否需要開啟視頻編解碼功能滿足視頻的本地存儲,每增加一個模塊,功耗就會上升。比如,嵌入式應用中的15×15mm2封裝尺寸SOC芯片,功率上限是4~5w,2~2.5w用于視頻處理,2.5w用于NPU,如果功耗需要控制在2~3w,對于NPU算力就有更嚴苛的要求,而NPU正是AI ISP的AI核心。
另一重挑戰(zhàn)來自對AI ISP的調教上。在這方面,傳統(tǒng)ISP發(fā)展多年,在圖像處理算法已經具備很多優(yōu)勢,面對碎片化場景,能夠明確、精準的滿足客戶需求,方便具體追蹤和針對性調試。與之相對,AI算法更基于模型訓練,但對后期效果的調參缺乏可追蹤性,對調教工程師和AI算法工程師的配合工作提出很大挑戰(zhàn)。
即使如酷芯擁有經驗豐富的圖像調試工程師、圖像數(shù)據集、工具鏈,從0開始人工完成一個好的傳統(tǒng)ISP算法調教需要3-5天。但訓練一個成熟的神經網絡模型需要一個星期到一個月的時間,且無法保證訓練效果,再加上對不同的鏡頭、傳感器都需要重新訓練,工作量巨大。同時,AI ISP還需要大量的訓練數(shù)據和算力來進行模型訓練和推理,而這些都需要較高的成本支出。
沈沙還給出兩條AI ISP暫時無法替代傳統(tǒng)ISP的理由:圖像質量的好壞判斷從人眼視角出發(fā),無法清晰給出可觀可追溯的方向指令;在設計和功能實現(xiàn)上難以兼顧多場景通用性、算法調整靈活性、芯片面積占用率、低功耗和DDR帶寬需求。
“比如去除圖像中的壞點,做一些簡單的顏色空間轉換,整體的亮度拉升,傳統(tǒng)的ISP算法已經做得很好,業(yè)界還是傾向于對其進行保留?!鄙蛏骋虼伺袛?,AI圖像處理更適合在降噪、低光照、暗光提亮等方面,而傳統(tǒng)ISP在正常情況下已經達到人眼視覺的效果,AI ISP將更多扮演功能補足的角色,兩者將長期共存。
以具體的應用為例。在手機等消費電子產品中,對于夜視攝像的色彩還原度有較高要求,且消費者愿意為夜景和高圖像畫質買單,AI ISP的發(fā)展前景會更寬廣。在安防等工業(yè)應用中,對夜視效果下的物體和細節(jié)識別有較高要求,對拖影識別要求較低,對產品性價比和實用性有更高要求,適合以傳統(tǒng)ISP為主,AI ISP為輔的技術方向。
兩者融合將是大趨勢
AI ISP和傳統(tǒng)ISP并不是相互對立的關系,廠商們正在努力將兩者進行結合,以達到最大的組合優(yōu)勢。
以視頻中的運動場景為例,傳統(tǒng)ISP需要借助AI ISP技術,將運動物體、其拖影、背景做相應的識別分離,再利用傳統(tǒng)ISP進行調試。這對于汽車電子尤為重要,因為其對產品效果和實用性有極高要求,拖影識別會影像對前方物體位置的判斷,整體影響汽車行路安全性的判斷。
這就是最常見的以傳統(tǒng)ISP為主,AI ISP為輔的合作模式。具體而言,針對性場景通過圖像調試工程師算法調參的方式人為把控,達到效果最優(yōu)化。AI ISP主要處理超感光降噪,低照度甚至暗光場景,或針對傳統(tǒng)ISP目前薄弱的環(huán)節(jié),為AI ISP提供優(yōu)劣對比明顯的圖像數(shù)據集對其進行精確訓練。
芯技術 | ISP和AI ISP不是非此即彼 而是1+1>2-3.jpg (310.19 KB, 下載次數(shù): 204)
下載附件
2023-4-13 10:03 上傳
根據業(yè)務發(fā)展和賽道選擇,以客戶對圖像畫質、計算精度和芯片架構為考量,酷芯選擇了采用獨立ISP+獨立NPU的方式,并基于NPU在主流神經網絡結構和算子支持上根據芯片產品的實測效果,從算法集到芯片架構集,更傾向于選擇降低DDR帶寬的更實用的策略。
芯技術 | ISP和AI ISP不是非此即彼 而是1+1>2-4.jpg (795.54 KB, 下載次數(shù): 182)
下載附件
2023-4-13 10:03 上傳
▲深度學習與傳統(tǒng)ISP結合,可顯著降低夜間3D降噪導致的拖影,大大提升AI 識別準確度。
芯技術 | ISP和AI ISP不是非此即彼 而是1+1>2-5.jpg (529.51 KB, 下載次數(shù): 153)
下載附件
2023-4-13 10:03 上傳
▲雙光融合效果對比
視頻畫質至關重要,因此高性能的ISP也是邊緣端芯片的核心技術??嵝就耆灾餮邪l(fā)的ISP畫質優(yōu)異,并在低照度、高亮度差畫面、快速運動畫面、電子防抖等領域領先行業(yè),在2D降噪、3D降噪、HDR、去霧、邊緣增強等各方面也表現(xiàn)優(yōu)異。比如,AR9341芯片集成了酷芯自研的第二代HiFi-ISP,具有極佳的降噪和寬動態(tài)性能;除了可見光ISP外,還集成了紅外熱成像ISP的功能,具有非常廣泛的適應性;另外,ISP還可以與AI算法互動并自適應調整,進一步提升AI算法的運行準確度。
同時,酷芯100%自研的NPU,也在網絡適配性、性能、功耗、利用率、DDR占用、量化精度等全面超越目前所有的第三方授權IP。
芯技術 | ISP和AI ISP不是非此即彼 而是1+1>2-6.jpg (210.59 KB, 下載次數(shù): 195)
下載附件
2023-4-13 10:03 上傳
此外,酷芯獨立開發(fā)配套的軟件工具鏈也能為應用開發(fā)提供很好的支持。以AI支持能力為例,酷芯AR9341基于異構架構,其NPU提供有完整的工具鏈軟件包,支持CAFFE, TensorFlow, Pytorch等主流AI框架,同時還支持業(yè)界普遍采用的ONNX框架作為中間表示層,如果客戶采用了一些當前工具鏈尚不支持的小眾AI框架,只需要轉換為ONNX模型,即可采用基于圖形化界面的NPU工具鏈,支持方案商將算法一鍵部署到AR9341上。
ISP的技術還在不斷演進,AI的融合只是其中一個方向,還有更多的前沿課題需要研究。為此,酷芯與上海大學和復旦大學的實驗室已經開展了緊密的科研合作,進行前沿技術課題的探索。
通過這種強強聯(lián)合,酷芯公司內部的軟件、硬件團隊才能不斷實現(xiàn)最新技術的轉化,持續(xù)推出優(yōu)異的產品,而公司和高校之間也形成了人才培養(yǎng)的一個良性渠道,為國內ISP專業(yè)人才的培養(yǎng),奠定了一個堅實的基礎。
關于酷芯微電子
合肥酷芯微電子有限公司(前上??嵝疚㈦娮佑邢薰荆┏闪⒂?011年7月,致力于成為全球智能芯片領導者。公司依托智能感知、智能計算、智能傳輸三大核心技術,通過自主研發(fā)芯片核心架構、核心IP,提供專用于人工智能的高性能低功耗芯片及相關工具鏈解決方案。產品主要應用于智能安防、智能硬件、智能車載等多個領域。
酷芯微電子總部位于合肥高新區(qū),并在上海、成都、深圳等多地開設分、子公司。目前擁有員工逾200人,技術開發(fā)人員占比80%以上,均擁有碩士或博士學位。2016年榮獲“高新技術企業(yè)”稱號,2017年被認定為上海市科技小巨人,2019年入選上海市“專精特新”企業(yè)名單。
----------------------------- |
|