NUS开发可永久运行微型视觉处理芯片

新加坡国立大学(NUS)研究团队已开发出名为「EQSCALE」的微型视觉处理芯片。此芯片能以极低功耗从视讯中捕捉视觉细节，功耗比同类最佳芯片低20倍，因此能将智能视觉系统的体积缩小到毫米级，能借毫米级太阳能电池连续供电，毋须更换电池，可用于安全监视、建筑能源管理等广泛物联网(IoT)应用。

据报导，在NUS工程学院电子暨计算机工程系副教授Massimo Alioto领导下，该团队开发将近可永久使用的毫米级智能监视器的重要一步。它还将为IoT应用铺平道路，如机场和关键基础设施中无处不在的安全监视、建筑能源管理、工作场所安全和老年护理。

视讯特征撷取芯片是用来撷取智能监视器拍摄的视觉细节，并将其转化为令人感兴趣的点和边缘以供进一步分析。视讯特征撷取是任何计算机视觉系统的基础，可自动检测、分类和追踪视觉场景中的物体。

但它需在每帧中连续进行，因此会界定出智能视觉系统的最小功率，乃至于最小的系统尺寸。之前用于撷取特征的先进芯片的功耗介于几毫瓦到几百毫瓦，分别是智能手表和智能型手机的平均功耗。

为实现接近永久的运行，这种装置虽能由太阳能电池供电，但需要厘米级或更大尺寸的太阳能电池，因此对其小型化构成根本限制。若要将其缩小到毫米级，就须将功耗降到小于1毫瓦。

Alioto表示，IoT应用须使用大规模的分布式传感器，然因高功耗及尺寸限制，使用寿命长的视觉电子系统目前不适用于IoT应用。但EQSCALE芯片已克服这些挑战，并已证明无处不在、永远在线的智能监视器的可行性。

NUS工程团队的EQSCALE芯片可在0.2毫瓦的功率下进行连续的特征撷取，功耗比现有技术低20倍。这意味着智能视觉系统小型化的重大进步。这种新型特征撷取器的每侧都小于1毫米，且能透过仅几毫米大小的太阳能电池连续供电。

据Alioto解释，此技术突破是透过能量∕质量调整(energy-quality scaling)的概念来实现，在所消耗能量和撷取的特征质量间做调整，模拟人类观察视觉场景时专注度的动态变化，并根据手头任务以不同的细节和质量处理视觉场景。就算因目标质量下降而遗漏大量兴趣点也能正确辨识对象。

EQSCALE芯片是迈向未来可永久运行的毫米级视觉系统的关键一步。NUS研究团队正在研发一种小型化计算机视觉系统，该系统包括配备此芯片的智能监视器，以及用于理解视觉场景的机器学习引擎。最终目标是为大范围和无处不在的视觉监控，提供大规模分布式视觉系统，远远超越传统的监视器概念。