随着功能越来越强大的处理器、图像传感器、存储器和其他半导体器件以及相关算法的出现，可以在多种嵌入式系统中实现计算机视觉功能，通过视频输入来分析周围环境。微软的Kinect游戏控制器和Mobileye的辅助驾驶系统等产品都非常重视嵌入式视觉技术的发展潜力。结果，很多嵌入式系统设计人员开始思考如何实现嵌入式视觉功能。本文研究嵌入式视觉的发展机遇，对比实现这一技术的各种处理器选择，介绍帮助工程师在其设计中采用视觉功能的业界联盟。
“嵌入式视觉”这一名词是指在嵌入式系统中使用计算机视觉技术。换句话说，“嵌入式视觉”是指从视觉输入中提取出其背后含义的嵌入式系统。与过去10年中无线通信技术的流行相类似，嵌入式视觉技术有望在今后10年得到广泛应用。
很明显，嵌入式视觉技术能够为多种应用带来巨大的价值。两个例子是，Mobileye基于视觉的辅助驾驶系统，用于帮助防止车辆事故的发生；以及MG国际公司的泳池安全系统，旨在防止游泳溺水。还有一些纯粹的怪才发明，IntellectualVentures的激光灭蚊枪，设计用于防止人们感染疟疾等。
正如同高速无线互联是从高成本新奇技术起步一样，目前为止，嵌入式视觉技术一般只用于复杂昂贵的系统中，例如，毛发移植的手术机器人，制造业的质量控制检查系统等。
数字集成电路的发展是高速无线技术从新奇发展到主流的关键因素。芯片速度足够快，成本足够低，能效足够高时，高速无线技术便成为市场主流技术。今天，人们能够以不到100美元的价格购买宽带无线调制解调器。
同样的，数字芯片技术的进步为嵌入式视觉的大批量应用铺平了道路。与无线通信相似，嵌入式视觉需要很强的处理能力——特别是，越来越多的应用采用了高分辨率摄像机，开始使用多台摄像机。以足够低的成本实现这类处理能力，从而促进大批量应用，这是一个很大的挑战。事实是嵌入式视觉应用需要很强的可编程能力，进一步增大了这一挑战的难度。在无线应用中，标准意味着不同手机之间的基带算法不会有太大的变化，与之相比，在嵌入式视觉应用中，通过独特的算法，有可能得到更好的结果——实现更有价值的功能。
采用嵌入式视觉，业界进入了一种“良性循环”，这是很多其他数字信号处理（DSP）应用领域的特点。目前虽然很少有专门用于嵌入式视觉应用的芯片，但是，这些应用越来越多的采用了针对其他应用开发的高性能、高性价比处理芯片，包括，数字信号处理器、CPU、FPGA和GPU等。这些芯片单位成本、单位功率的可编程性能越来越高，因此，能够支持实现大批量嵌入式视觉产品。这些大批量应用也相应的引起了硅片提供商更多的关注，他们会提供更好的性能、更高的效率和可编程处理能力。
技术专区
- Alexa语音服务软件扩展STM32Cube
- 结合DNN API驱动未来神经网络应用的解决方案
- 针对于高端移动通信和汽车市场的四集群设计
- 一款基于帧捕捉的开源图形调试器应用设计
- 即将成为标准配置的最新安全技术：后视摄像系统
