Одной из наиболее инновационных и коммерчески перспективных технологий является событийное зрение — биологически инспирированный метод сбора визуальных данных, который обещает множество преимуществ, таких как сокращение передачи/обработки данных и увеличение динамического диапазона. Фактически, эти преимущества настолько значительны, что IDTechEx прогнозирует, что рынок микросхем для событийных систем машинного зрения вырастет с нынешнего уровня практически нулевого дохода до 20 миллионов долларов в год в течение следующих 10 лет. Более того, значительная часть этой стоимости, вероятно, будет приходиться на программное обеспечение, обеспечивающее работу аппаратного обеспечения событийного зрения, что приведет к значительному увеличению общего рынка.
Что такое просмотр по событиям?
Событийное зрение, также известное как динамическое визуальное восприятие (DVS), — это метод получения изображения, который имитирует то, как сетчатка/мозг человека обрабатывает информацию, регистрируя изменения по мере их возникновения, а не весь кадр через определенные интервалы. Этот метод полностью ориентирован на приложения машинного зрения и не предназначен для замены традиционных камер/датчиков изображения.
В традиционном видеоанализе все изображение записывается с заданным интервалом, известным как частота кадров. Для приложений машинного зрения это означает получение большого количества ненужных данных, в то время как наиболее динамичная часть изображения часто недодискретизируется. Датчики машинного зрения, основанные на событиях, решают эту проблему, обнаруживая относительные изменения интенсивности вместо захвата кадров. Пиксели передают данные асинхронно, предоставляя метку времени каждый раз, когда интенсивность света превышает определенный порог. На рисунке 1 показана разница между традиционным покадровым обнаружением и обнаружением на основе событий для одного пикселя.
Мотивация
Система обработки изображений на основе событий предлагает ряд существенных преимуществ по сравнению с традиционной покадровой обработкой изображений. Самое важное из них заключается в том, что, обнаруживая только изменения, последующая обработка данных значительно упрощается. Это происходит потому, что игнорируются нерелевантные статические области изображения, а значит, требуется передавать и обрабатывать гораздо меньше данных.
Кроме того, событийное зрение обеспечивает больший динамический диапазон, поскольку отдельные пиксели сообщают об изменении интенсивности в процентах, а не об абсолютном измерении интенсивности света. Это значительно снижает риск перенасыщения. Последнее преимущество — более высокое временное разрешение, обеспечиваемое временными сигналами от каждого пикселя.
Применение целей
Событийно-ориентированное машинное зрение крайне актуально для регистрации быстро меняющихся ситуаций, требующих немедленной обработки данных (поскольку объем производимых данных значительно меньше). Особенно актуальны приложения, требующие высокого временного разрешения или высокого динамического диапазона.
Таким образом, IDTechEx считает, что наиболее перспективными областями применения являются системы предотвращения столкновений и навигации для автономных транспортных средств/ADAS и беспилотных летательных аппаратов (дронов). Эти рынки обладают огромным потенциалом, но потребуют значительной разработки программного обеспечения и сбора данных для полной интерпретации данных, полученных с помощью событийного машинного зрения. По этой причине IDTechEx полагает, что более мелкие рынки с гораздо более предсказуемыми входными данными, такие как отслеживание радужной оболочки глаза для очков дополненной/виртуальной реальности и профилирование лазерного луча, первыми внедрят событийное машинное зрение.
Глобальное видение
В новом отчете IDTechEx «Перспективные технологии датчиков изображения 2021–2031: приложения и рынки» описывается текущее состояние и будущие области применения широкого спектра перспективных технологий датчиков изображения. К ним относятся описанные здесь датчики визуального восприятия на основе событий, а также перспективные технологии коротковолновой инфракрасной (SWIR) визуализации, которые, вероятно, заменят датчики на основе InGaAs, гибридных квантовых точек или органических полупроводников на кремниевой подложке; тонкопленочные фотодетекторы; гибкие рентгеновские детекторы; гиперспектральная визуализация и другие. Отчет также включает подробные 10-летние прогнозы рынка по доходам и объему (с разбивкой по технологиям и приложениям), а также многочисленные примеры применения и оценки готовности технологий/рынка.
