Eine der innovativsten und kommerziell vielversprechendsten Technologien ist die ereignisbasierte Bildverarbeitung. Diese biologisch inspirierte Methode zur visuellen Datenerfassung verspricht zahlreiche Vorteile, wie beispielsweise reduzierten Datentransfer und -verarbeitungsaufwand sowie einen größeren Dynamikbereich. Tatsächlich sind diese Vorteile so bedeutend, dass IDTechEx prognostiziert, dass allein der Markt für ereignisbasierte Bildverarbeitungssensorchips innerhalb der nächsten zehn Jahre von praktisch null Umsatz auf 20 Millionen US-Dollar jährlich wachsen wird. Darüber hinaus dürfte ein Großteil des Wertes in der Software liegen, die die Hardware für ereignisbasierte Bildverarbeitung ermöglicht, was zu einem deutlich größeren Gesamtmarkt führen wird.
Was ist ereignisbasiertes Fernsehen?
Ereignisbasierte Bildverarbeitung, auch bekannt als dynamische Bilderkennung (DVS), ist eine Methode zur Szenenerfassung, die die Informationsverarbeitung der menschlichen Netzhaut und des Gehirns nachahmt. Dabei werden Veränderungen unmittelbar nach ihrem Auftreten aufgezeichnet, anstatt das gesamte Bild in bestimmten Intervallen zu erfassen. Diese Methode ist ausschließlich für Anwendungen im Bereich der maschinellen Bildverarbeitung konzipiert und soll herkömmliche Kameras und Bildsensoren nicht ersetzen.
Bei herkömmlichen Videoverfahren wird ein vollständiges Bild in einem festgelegten Intervall, der sogenannten Bildrate, aufgezeichnet. Für Anwendungen im Bereich der Bildverarbeitung bedeutet dies die Erfassung vieler unnötiger Daten, während der dynamischste Teil des Bildes oft unterabgetastet wird. Ereignisbasierte Bildsensoren lösen dieses Problem, indem sie relative Intensitätsänderungen erfassen, anstatt Einzelbilder aufzunehmen. Die Pixel melden asynchron und liefern jedes Mal einen Zeitstempel, wenn die Lichtintensität einen bestimmten Schwellenwert überschreitet. Abbildung 1 veranschaulicht den Unterschied zwischen herkömmlicher bildbasierter und ereignisbasierter Detektion für ein einzelnes Pixel.
Motivation
Ereignisbasierte Bildverarbeitung bietet gegenüber herkömmlicher framebasierter Bildgebung mehrere entscheidende Vorteile. Der wichtigste ist, dass die nachfolgende Datenverarbeitung durch die Erfassung ausschließlich von Veränderungen deutlich vereinfacht wird. Denn irrelevante statische Bildbereiche werden ignoriert, wodurch wesentlich weniger Daten übertragen und verarbeitet werden müssen.
Darüber hinaus bietet ereignisbasierte Bildverarbeitung einen größeren Dynamikbereich, da einzelne Pixel eine prozentuale Intensitätsänderung anstelle eines absoluten Lichtintensitätswerts melden. Dies reduziert das Risiko der Sättigung deutlich. Ein weiterer Vorteil ist die höhere zeitliche Auflösung durch die Erfassung von Zeitsignalen von jedem Pixel.
Anwendungsbereiche der Ziele
Ereignisbasierte Bildverarbeitung eignet sich hervorragend zur Aufzeichnung schnell wechselnder Situationen, die eine sofortige Datenverarbeitung erfordern (da das Datenvolumen deutlich geringer ist). Anwendungen, die eine hohe zeitliche Auflösung oder einen hohen Dynamikbereich benötigen, sind besonders relevant.
IDTechEx ist daher überzeugt, dass die vielversprechendsten Anwendungen in der Kollisionsvermeidung und Navigation für autonome Fahrzeuge/ADAS und unbemannte Luftfahrzeuge (Drohnen) liegen. Diese Märkte bergen enormes Potenzial, erfordern jedoch umfangreiche Softwareentwicklung und Datenerfassung, um ereignisbasierte Bilddaten vollständig zu interpretieren. Aus diesem Grund geht IDTechEx davon aus, dass kleinere Märkte mit deutlich besser vorhersagbaren Eingangsdaten, wie beispielsweise Iris-Tracking für AR/VR-Brillen und Laserstrahlprofilierung, die ereignisbasierte Bildverarbeitung als erste einsetzen werden.
Eine globale Vision
Der neue IDTechEx-Bericht „Emerging Imaging Sensor Technologies 2021–2031: Applications and Markets“ beschreibt den aktuellen Stand und die zukünftigen Anwendungen einer Vielzahl neuer Bildsensortechnologien. Dazu gehören die hier beschriebenen ereignisbasierten Bildsensoren sowie neue kurzwellige Infrarot-Bildgebungstechnologien (SWIR), die voraussichtlich InGaAs-, Hybrid-Quantenpunkt- oder organische Halbleiter-auf-Silizium-Sensoren ersetzen werden; Dünnschicht-Photodetektoren; flexible Röntgendetektoren; und Hyperspektralbildgebung. Der Bericht enthält außerdem detaillierte 10-Jahres-Marktprognosen nach Umsatz und Absatzvolumen (aufgeschlüsselt nach Technologie und Anwendung) sowie zahlreiche Anwendungsbeispiele und Bewertungen der Technologie- und Marktreife.
