超碰激情 I 成人福利网站 I 淫国产 I 曰批视频免费30分钟成人 I 刘亦菲裸体视频一区二区三区 I 午夜久 I 尤物综合 I 亚洲一区av在线观看 I 欧美亚洲国产精品久久高清 I 欧美老熟妇乱子伦视频 I 无码中出人妻中文字幕av I 久久美女福利视频 I 精品无人区乱码1区2区3区在线 I 性饥渴的农村熟妇 I 色综合综合色 I 少妇人妻88久久中文字幕 I 久久夜色精品国产噜噜av I 老熟妇仑乱视频一区二区 I 男女做爰猛烈叫床视频动态图 I 日本大片一区二区 I 人成午夜免费视频在线观看 I 激情婷婷av I 男女下面一进一出免费视频网站 I 久久影视一区 I 午夜污网站 I 先锋人妻无码av电影 I 久久久久久久岛国免费网站 I 又粗又大又黄又硬又爽免费看 I 人妻无码免费一区二区三区 I www.色成人100 I 欧美高清网站 I 精品国产第一页 I 国产suv一区二区三区88区 I 橹图极品美女无圣光 I 午夜宅男欧美

據麥姆斯咨詢報道，在快速發展的工廠自動化、物聯網和自動駕駛車輛市場上，CMOS圖像傳感器似乎扮演的角色不再是人類消費品，而是讓機器獲取數據并讓其理解世界的傳感器。

法國著名市場研究和技術分析機構Yole的MEMS ＆ 成像部活動負責人Pierre Cambou這樣評論道：“CMOS圖像傳感器的傳感功能將逐漸超過本身的成像功能，”并大膽預測“到2030年，一半的CMOS圖像傳感器將服務于感知領域。”

總部位于法國巴黎的Prophesee SA（原Chronocam）公司以革命領跑者自居。作為先進的神經視覺系統設計公司，提出了一種基于事件的方法進行傳感和處理。Prophesee的仿生視覺技術一直被認為與傳統機器視覺有實質性的差異，處于危險的“超前期”。但Prophesee聯合創始人兼首席執行官Luca Verre告訴我們：“不久的將來，這種想法將被證實是錯誤的。”

Prophesee聯合創始人兼首席執行官Luca Verre

在與Luca Verre面對面采訪中，我們了解到Prophesee已獲得B＋輪融資（在過去三年中，Prophesee已募得4000萬美元的資金）。Prophesee已與一家大型消費電子公司（未透露具體名字）簽訂了合作協議。最重要的是，Prophesee正在積極地把神經視覺系統從通常的技術概念中跳出，變成開發商的參考系統。

Prophesee的第一款參考設計用在VGA分辨率應用，由Prophesee提供基于異步時間的圖像傳感器（Asynchronous Time－based Image Sensor，以下簡稱ATIS）芯片和軟件算法。ASIC將由以色列的代工合作伙伴（我們猜測很有可能是Tower Jazz）制造。

Prophesee暫時不愿提供ASIC和參考設計規范的詳細說明。計劃在未來幾周內會正式發布該產品。盡管如此，參考設計能為系統設計者提供見證和經歷ATIS在數據傳感領域作用的機會，且已被事實證明，這家初創公司算得上完成了一個里程碑。ATIS的特點是瞬時清晰度高、數據率低、動態范圍高、功耗低。

攝像頭 ＝ 瓶頸

機器視覺系統的制造者，不管是智能工廠、物聯網，還是自動駕駛車輛都已經關注到基于事件的方法，這是由Prophesee的聯合創始人Ryad Benosman和Christoph Posch大力推行的。

可以捕捉傳統相機獲取的所有詳細視覺信息，Verre認為“攝像頭成為技術瓶頸”。毫無疑問，攝像頭是最強大的傳感裝置。然而，對于自動化系統、監控攝像機或高度自動化的車輛的視覺數據，攝像頭的處理速度可能會減慢。

但談及自動駕駛，Verre認為車輛內部的中央處理系統被來自攝像頭、激光雷達、雷達及其它視覺來源的數據所“轟炸”。管理這類過載的關鍵是如何最好地減少來自傳感器的原始數據量。傳感器只能捕捉數據，會帶來額外的無用視覺信息。

Prophesee曾向采訪記者解釋說，Prophesee的事件導向（event－driven）視覺傳感器的靈感來自生物學。這種看法源于聯合創始人對人類眼睛和大腦工作的研究。Prophesee的創始人之一Ryad Benosman告訴我們，人類的眼睛和大腦“不會基于一連串幀來記錄視覺信息”。生物比你想象的更復雜，“人類會捕捉到時空變化里感興趣的東西，并把這些信息有效地傳送到大腦”。這也是Prophesee的ATIS的主要作用。

總之，Prophesee的ATIS提供了基于框架的圖像傳感無法完成的一切功能。在另一個聯合創始人Christoph Posch看來，“基于幀的方法會導致冗余的記錄數據，從而引發高功耗。”他說，“這樣的后果是低效的數據率和膨脹的存儲量。基于幀的視頻，以每秒30幀或60幀甚至更高的速率運行，會導致捕獲的圖像發生畸變。”

用于激光雷達（LiDAR）的事件導向方法

Verre向我們透露Prophesee正在探索采用事件導向（event－driven）方法用于其它傳感器如激光雷達、雷達的可能性。Verre假設：“如果我們可以引導激光雷達只捕捉到其相關和必須的數據，會不會很吸引人？”如果能做到這一點，不僅可以加快數據采集，還可以減少需要處理的數據量。

Phrophesee目前正在評估這個想法，Verre說公司在得到結論前需要幾個月時間評估。但他補充說：“我們很有信心，我們能成功”。當被我們問及拓展事件導向方法到其它傳感器的新思路時，Yole的分析師Cambou認為“基于事件的攝像頭與激光雷達的優勢結合（提供‘Z’信息），是一件非常有趣的事情。”

需要指出的是，傳統激光雷達的問題是與典型的高端工業相機相比分辨率較低，受限于分辨率。Cambou認為事件導向的方法可以改善激光雷達性能，尤其是在事件快速接近，如行人突然出現在自動駕駛車輛前面時。缺點是激光雷達硬件必須做相應的改變，顯然，對Phrophesee來說，需要一家激光雷達企業的強有力的支持，來促成這種新方法。

Cambou說，“當然，這始終是技術型初創企業面臨的問題。”他指出，Mobileye需要如沃爾沃和特斯拉這類領先汽車廠商（在技術將成為主流，需要越來越被廣泛地被接受）；Movidius（已被英特爾收購），需要道瓊斯指數為成功鋪平道路。“Prophesee將需要一個強有力的合作伙伴來促進解決方案被大量采用。”Cambou說。

Cambou補充道：“考慮到機器人汽車領域的市場驅動因素（安全第一，技術驅動，非成本第一），這應該是可能的。”雖然Cambou表達了他對巨頭（如谷歌）依靠技術型初創公司的擔憂，他也表示這么小的市場用量不會帶來太