機器視覺全攻略 (66257) / 第6頁

最新 | 熱門

科技應用日本最先端電子資訊高科技綜合展 AI 三菱機器視覺

CEATEC 2018 ：三菱電機盼能打造全方位的自動駕駛方案，並透過 Maisart 作為輔助駕駛技術的推論處理器

自動駕駛技術是當前汽車產業的重點，而三菱電機也在此次 CEATEC 展示多元的自動駕駛解決方案，包括 ADAS 輔助駕駛到自動駕駛技術，同時還有針對 AI 的 FPGA 晶片 Maisart 。雖然三菱電機與當前隸屬雷諾日產集團的三菱汽車現在並無直接的關係，不過基於系出同源，三菱電機的自動駕駛技術驗證車 xAUTO 仍是基於三菱的 Outlander 改裝而來。攤位上主要在展示三菱當前已經投入實作的自動駕駛技術部分，同時也詳盡的介紹三菱的 xAUTO 與未來概念車 EMARI4 上面所安裝的各項技術與功能。不過筆者覺得比較值得一提的是三菱電機的 Maisart 晶片，這是一款針對 AI 技

Chevelle.fu

6 年前

產業消息俥科技 e-tron 機器視覺

俥科技：由 Ficosa 打造的數位後照鏡為 Audi e-tron 純電休旅帶來更安全的無盲點駕駛體驗

Audi 發表品牌首款電動車 e-tron 時，除了全新的動力系統，還有一項相當引人注目的新功能：數位後照鏡系統( CMS )，而這項系統是由名為 Ficosa 的公司開發與製造，這套系統藉由攝影機搭配 OLED 顯示器取代傳統的後照鏡，強調相較傳統後照鏡可帶來多項好處，除了比起傳統光學更好的零死角與夜視能力，還有降低風阻的優點。由於傳統後照鏡需要涵蓋較大的視覺範圍，故面積往往有一定的尺寸，但 CMS 數位後照鏡系統則藉由小巧的廣角相機作為擷取車身斜後方影像的手段，尺寸可更縮小，並可搭配有更好空氣力學的外遮罩，這對希冀由降低風阻提升能源效率的電動車而言也相當重要。 Ficosa 的 CMS

Chevelle.fu

6 年前

科技應用無人商店機器視覺 ai人工智慧

日本工具零售商 MonotaRo 藉機器視覺與 AI 打造無人商店，以影像辨識辨識客戶與商品並進行防盜

日本的工具零售商 MonotaRo 今年四月在佐賀大學開設了一家無人商店 MonotaRo AI Store powered by OPTiM ，販售約 2,000 種工具，這家無人商店由人工負責上架、擺設與清潔，但一切的購買與結帳程序都是無人化的。而與許多無人商店是透過 NFC 技術進行商品購買的管理，這家無人商店是利用機器視覺進行顧客辨識、購買商品確認與防盜等機制。這家無人商店配置有 5 台監視攝影機，利用 OPTiM 的智慧零售管理系統作為中樞，顧客在進入購物前須要先由手機的 app 申請入店，進入時須透過入口的條碼機讀取手機上的條碼，接下來就是由這套智慧零售系統開始追蹤顧客，並藉由機

Chevelle.fu

7 年前

產業消息機器視覺 fpga Movidius VPU TensorFlow ai人工智慧

Computex 2018 ： Intel 邊際運算戰略先鎖定視覺應用，藉 OpenVINO 工具套件提升推論效率

畢竟電子產業醞釀 AI 風暴，同時這股趨勢也從雲延燒到端，就連物聯網現在也開始探討邊際運算與 AI 應用，而 Intel 在 Computex 也針對邊際運算的視覺智慧舉辦說明會。 Intel 也不忘強調他們不僅是 AI 技術的領導廠商，同時從雲到 IoT 終端，提供包括 CPU 、 Movidius VPU 、 FPGA 等解決方案，從訓練到推理不同規模的應用，提供最佳效率的架構；而 Intel 看好視覺運算在邊際運算的潛力，鎖定如產線檢測、庫存管理、遠端廠房監控、智慧城市、公共安全等需使用機器視覺運算的領域，以相關的彙整與分析作為其視覺運算重點。除了提供硬體方案外， Intel 也強調甫

Chevelle.fu

7 年前

產業消息 COMPUTEX台北國際電腦展 ARM 影像辨識 machine learning 機器視覺 mbed

Computex 2018 ： Arm 展示低功耗邊際運算人工智慧，以及智慧城市、智慧家庭應用

Arm 今年也不免俗的展示許多基於 Arm IP 技術專利的應用，不過相較前幾天以手機中端為主，今天則以物聯網、邊際運算與智慧家庭等應用為主；其中引人注目的是基於 Cortex-M 的機器學習影像辨識應用。首先介紹的是基於 ST 微控制器解決方案的 PX4 開源無人機平台，此平台提供基於 Cortex-M4 與 Cortex-M7 的平台，可讓廠商透過開源技術快速完成無人機的設計。而 Ultrahaptics 則是利用超音波技術，提供免接觸式的觸覺回饋體驗，且不需要透過螢幕做為介質即可偵測，可做為手勢辨識、觸控以及 AR / VR 等應用。至於基於 Snapdragon 835 的 No

Chevelle.fu

7 年前

產業消息 COMPUTEX台北國際電腦展 nvidia 機器人機器視覺機器學習 nvidia jetson

Computex 2018 ： NVIDIA Max-Q 筆電數量成長，全球首發嵌入式機器人開發平台 NVIDIA ISAAC 。

由於適逢台灣 GTC 甫舉辦完畢，加上目前也還未達消費級產品發表時程， NVIDIA 今年在 Computex 主要還是以回顧去年度與客戶合作的成果，以及今年在人工智慧的進展，在觀望新世代 GeForce 的消費者也先別急，執行長黃仁勳已經暗示新一代 GeForce GPU 將有好消息。在消費性產品部分， NVIDIA 在去年發表了 Max-Q 超薄高性能筆電設計，去年共有八款筆電採用此項規格，而今年 Computex 也陸續增加到 28 款產品，另外今年也將陸續有多款支援 G-Sync 的 4K HDR 顯示器問世。而在人工智慧部分，就將今年 GTC 的重點產品 DGX-2 超級電腦，以

Chevelle.fu

7 年前

產業消息 COMPUTEX台北國際電腦展 machine learning 智慧手機 IOT 機器視覺機器學習

Computex 2018 ： Arm Nandan 認為行動裝置端的機器學習已是現在進行式

雖然現在機器學習是運算產業相當熱門的議題，現在不少廠商也提出邊際運算的概念，在行動裝置端提供機器學習的能力，不過仍有不少聲浪質疑行動裝置端的深度學習只是個假議題，而在今天稍早 Arm Computex 的活動上， Arm 副總裁 Nandan Nayampally 也被問到這點。 Mr. Nayampally 表示，在提及裝置端的機器學習時，要先釐清機器學習分為兩個部分，包括學習與推理兩部分，而現行較複雜的學習部分多為在雲端執行，但一旦模型培訓完成，即可移植到裝置端使用，而目前在行動裝置上，包括消費者的使用行為的能源管理、相機的應用等，都可活用深度學習的部分，且不少旗艦與主流裝置已經陸續具備這

Chevelle.fu

7 年前

產業消息 intel AI 機器視覺類神經處理晶片

Intel 的 AI 戰略：萬事皆備，仍待東風

在上週， Intel 在舊金山舉辦首場以 AI 開發者為主的 AIDC ，在大會中， Intel 介紹了它們目前手中持有的 AI 資源，想讓開發者知道 Intel 不只有 x86 CPU ，同時也透過軟體開源的方式，希望藉此拋磚引玉吸引開發者使用這些資源，而在這一切的背後不難看出 Intel 想證實它們已經做足了準備。然而回歸現實，即便手中握有一手好牌， Intel 現在在新 AI 世代仍是處於一個等待東風的情況。 AI 並不是新議題，而是一個持續進行式，且直至 2012 年以前， Intel 保有絕對的優勢，畢竟在此之前談論到超級電腦、伺服器架構等，幾乎都是以純 CPU 打造的架構。但

Chevelle.fu

7 年前

產業消息機器視覺 Movidius VPU 深度學習 deep learning

Intel 藉 Movidius VPU ，為機器視覺帶來兼具省電與深度學習推理能力

在不少的 AI 應用當中，影像辨識與機器視覺是最主要的應用， Intel 也在日前收購了 VPU 製造商 Movidius 補齊其影像加速的技術， Intel Movidius 市場部門主管 Gary Brown 表示， Movidius 的 Myriad VPU 除了影像處理、機器視覺之外，也兼具深度學習的推理，使其可藉由低功耗發揮強大的視覺應用效能。 VPU 相較 GPU 的優勢在於其加購是專為影像處理與機器視覺最佳化而生，故可藉由極低的功耗進行高效率的影像處理與影像相關的推理能力，僅 1W 的能耗即可帶來 1TFLOPS 的效能，同時還具備同時進行影像辨識與物件偵測兩種能力。至於是否有

Chevelle.fu

7 年前

產業消息 intel IOT 機器視覺

Intel 談其 IoT 戰略，雲與端皆重要、鎖定具學習力的 AIoT 領域

在 Intel AIDC 的團訪活動，由 Jonathan Ballon 針對 Intel 在 IoT 的戰略進行訪談，對於 Intel 而言，目前其 IoT 部門主要還是以基於機器視覺為最主要的發展方針，同時也再度強調軟體工具與硬體在 AI 發展同等重要。 Mr. Ballon 認為，在 IoT 的 AI 技術發展，雲與端皆相當重要，因為以現況來說，雲仍具備運算力以及對功耗需求較寬鬆的優勢，然而邊際運算仍是，相當重要的，畢竟現階段若凡事透過雲，首先就是會遇到頻寬的問題，其次在不少應用如自動駕駛皆有需要即時反應的問題，這些是需要仰賴邊際運算的 AI 達成。其次雖網路頻寬、低延遲可能隨 5G

Chevelle.fu

7 年前

友站推薦