CEVA首席執(zhí)行官Gideon Wertheizer表示：“CEVA-XM4是在低功耗嵌入式應(yīng)用中實現(xiàn)智能機器視覺處理的重大進(jìn)展，它基于我們與十余家CEVA-MM3101授權(quán)客戶和30多家合作伙伴共同工作所獲得的豐富圖像和機器視覺處理經(jīng)驗，涵蓋從智能手機和平板電腦直到安防監(jiān)控和ADAS的廣泛終端市場。CEVA-XM4的每mW性能和每mm2性能也大幅度地超越市場上包括基于先進(jìn)GPU技術(shù)在內(nèi)的任何其它的計算機視覺解決方案。”

 

在智能手機、平板電腦、汽車安全和信息娛樂、機器人、安防監(jiān)控、增強現(xiàn)實、無人機和標(biāo)識應(yīng)用的推動之下，在嵌入式系統(tǒng)中集成高度智能視覺處理功能的趨勢正在加速發(fā)展。再結(jié)合物聯(lián)網(wǎng)(IoT)， 更多的潛在應(yīng)用也都指向了“聯(lián)網(wǎng)智能視覺”的概念范疇。

 

然而，典型的嵌入式系統(tǒng)的物理尺寸和電源供應(yīng)都十分有限，在其中模仿人類視覺或增添計算圖像學(xué)功能將非常具有挑戰(zhàn)性。為了解決這些問題，CEVA 在CEVA-XM4中采用了可編程寬矢量架構(gòu)、定/浮點處理能力、多重同步標(biāo)量單位，以及一個專門針對計算機視覺處理需求的低功耗指令集，使其比CEVA-MM3101實現(xiàn)多達(dá)8倍的性能增強，并提升多達(dá)35%的能效。

 

這個新IP可以支持實時3D深度圖生成和用于3D掃描的點云（Point Cloud）數(shù)據(jù)處理。此外，它也能夠支撐運算強度極高的目標(biāo)檢測和識別算法來分析場景信息。這類算法包括ORB、Haar和LBP，以及使用如卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural network, CNN)等神經(jīng)網(wǎng)絡(luò)技術(shù)的深度學(xué)習(xí)算法。這款DSP架構(gòu)還具有其他多項特性，諸如并行隨機存儲器訪問和具有專利的二維數(shù)據(jù)訪問機制，這些功能可以在單一周期中實現(xiàn)4096位數(shù)據(jù)處理，同時保持512位存儲器帶寬以實現(xiàn)最佳能效。

 

單一CEVA-XM4內(nèi)核可以完成典型的“目標(biāo)檢測與跟蹤”用例，而功耗大約只需現(xiàn)今最先進(jìn)GPU簇的10%，芯片面積只有大約5%。

 

CEVA-XM4不但幫助實現(xiàn)更接近于人類視覺的計算機視覺效果，還支持非常廣泛的計算圖像學(xué)算法，包括重對焦、背景更換、變焦、超分辨率、圖像穩(wěn)定、降噪和低照度圖像增強。

CEVA首席執(zhí)行官Gideon Wertheizer表示：“CEVA-XM4是在低功耗嵌入式應(yīng)用中實現(xiàn)智能機器視覺處理的重大進(jìn)展，它基于我們與十余家CEVA-MM3101授權(quán)客戶和30多家合作伙伴共同工作所獲得的豐富圖像和機器視覺處理經(jīng)驗，涵蓋從智能手機和平板電腦直到安防監(jiān)控和ADAS的廣泛終端市場。CEVA-XM4的每mW性能和每mm2性能也大幅度地超越市場上包括基于先進(jìn)GPU技術(shù)在內(nèi)的任何其它的計算機視覺解決方案。”

 

嵌入式視覺聯(lián)盟(Embedded Vision Alliance)創(chuàng)始人Jeff Bier評論CEVA-XM4發(fā)布時解釋道：“嵌入式視覺正在廣泛的應(yīng)用領(lǐng)域蓬勃發(fā)展，包括移動終端、汽車和消費類電子設(shè)備。芯片供應(yīng)商通過在設(shè)計中集成CEVA-XM4這樣的專用可編程處理器，能夠提供典型計算機視覺算法所需的重量級處理性能，同時滿足規(guī)模市場便攜式設(shè)備在體積、成本和功耗方面的限制，這使得開發(fā)具備更高智能、更易于使用、更安全和反應(yīng)更靈敏的系統(tǒng)成為可能。”

 

全新CEVA-XM4圖像和計算機視覺IP促進(jìn)嵌入式機器視覺進(jìn)一步接近人類視覺能力，并實現(xiàn)：

 

• 實時3D深度圖和點云數(shù)據(jù)（Point Cloud）生成

• 用于目標(biāo)識別和語義環(huán)境認(rèn)知(context awareness)的深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)算法

• 用于圖像增強的計算圖像學(xué)功能，包括變焦、圖像穩(wěn)定、降噪和低照度增強功能