簡單來說，「誰在看誰」的概念已經(jīng)出現(xiàn)反轉(zhuǎn)。 在嵌入式視覺的世界，關鍵主體不是想拍出更加照片的你或是攝影師們，為嵌入式系統(tǒng)而開發(fā)的技術要「看」的對象是你、它們要識別你是誰、分析你的行為，然后處理那些它們認為你會需要的資料。

可能在你的認知里，這些技術就是「機器視覺」或是「電腦視覺」；也許沒錯，但坦白說，目前有一些利用嵌入式視覺技術來執(zhí)行的市場行銷策略，令人頗感不安。 當然，這類市場行銷手法不至于像是美國國家安全局(NSA)的電子監(jiān)聽那么恐怖，但該種技術基本上就是有一堆感測器在監(jiān)視我，目標就是要賺我的錢──這實在讓我覺得毛骨悚然。

我最近在日本東京與一家美國嵌入式視覺技術開發(fā)商CogniVue 的業(yè)務發(fā)展副總裁Tom Wilson見面；他告訴我，像CogniVue那樣的視覺處理技術開發(fā)業(yè)者，目標市場不會只是汽車應用。 以下是Wilson所分享的幾個嵌入式視覺技術應用案例：

˙當駕駛人在黑暗荒涼的道路上開車，(平常是關閉的)路燈會在汽車行進到前方時開啟，當它們感應到汽車已經(jīng)離開就會再度關閉。

˙當你從一個數(shù)位看板──也就是公共場所的大型電子顯示器──前方走過，那個螢幕甚至會在你注意到它之前，就可以辨別出你的性別與年齡，然后快速變換所顯示的廣告訊息，以迎合你所屬的人口族群喜好、吸引你的目光。

˙智慧型手機可識別你的手勢，或者是支援人臉識別協(xié)助你標記影像(通知你那個你正在看的人是誰、或是你所拍的照片里有那些人，還會上傳到社群網(wǎng)站)。

˙有一雙「眼睛」的機上盒，會觀察你家客廳、識別出誰在看哪些電視節(jié)目，然后將那些資訊傳送到后端伺服器，在你正在看的節(jié)目里置入你會有興趣的數(shù)位產(chǎn)品廣告。

在以上幾個案例里面，最吸引我注意的就是最后那種「有眼睛的機上盒」；當然，因為知道微軟(Microsoft) Xbox 360游戲機的體感識別裝置Kinect ，這種技術或許不那么令人驚訝，但我就是很想進一步了解它的運作原理。

對此Wilson的解釋是：「那就是說，如果你正在看美國影集《Friends》，那臺機上盒會知道是你在看，然后知道你喜歡的是可口可樂而不是百事可樂。」于是后端的伺服器能以數(shù)位化的方式，把影集中人物正在使用的置入性行銷產(chǎn)品，換成你喜歡的那種。

Wilson指出，有一家廣告平臺開發(fā)商Mirriad，就是專門提供這樣的解決方案：「他們的方案就是將置入性廣告類型與觀眾的喜好搭配?！垢鶕?jù)他的說法，該種「有眼睛的機上盒」并不是一個牽強的概念，Mirriad這家公司最近已經(jīng)與機上盒供應商Pace簽署合作協(xié)議，要在英國試用這種解決方案。

在解釋何謂數(shù)位廣告置入性行銷方案時，Wilson開玩笑地表示，這就是他家沒有電視的原因之一；但他也讓我理解了那些嵌入式視覺應用帶來的深遠影響，以及嵌入式視覺IP (包括軟體與硬體)供應商之間的競爭，在近幾年來有越演越烈的趨勢。

CogniVue、Mobileye、 CEVA 與Tensilica (現(xiàn)已收歸Cadence 旗下)是目前市場上可提供嵌入式視覺技術的幾家IP供應商，Imagination Technology 最近也藉由發(fā)表PowerVR Raptor ISP (image signal processing，影像訊號處理)技術成為該領域的新競爭者。

其他晶片大廠包括Freescale、TI與ST也有推出特殊應用視覺處理器產(chǎn)品，但通常是與業(yè)界伙伴合作，或是與嵌入式視覺IP供應商簽屬授權協(xié)議。

目前汽車應用是各種視覺處理器的主戰(zhàn)場，因為嵌入式視覺在先進駕駛人輔助系統(tǒng)(ADAS)內(nèi)扮演要角；汽車廠商正指望ADAS帶來新商機，大力宣傳該系統(tǒng)可提供的各種安全功能如車道偏離警告、撞擊緩解(collision mitigation)、自動停車，以及盲點提醒等等。

根據(jù)市場研究機構IHS的估計，特殊應用視覺處理器在汽車市場的應用規(guī)模，2013年可達到1.51億美元；該數(shù)字在2012年為1.37億美元，在2011年則為1.26億美元。

仍有待克服的市場障礙

不過目前產(chǎn)業(yè)界其實仍只看到嵌入式視覺的表面；如嵌入式視覺聯(lián)盟(Embedded Vision Alliance)創(chuàng)辦人Jeff Bier先前接受EETimes 美國版訪問時所言：「視覺處理仍有許多非常困難的問題有待解決，就算人們花費大量的時間開發(fā)了一系列嵌入式視覺演算法 。」

CogniVue 的Wilson也同意以上看法，他指出，要處理大量的即時資料需要非常密集的運算性能，而要以一個強健的方式架構出「3D感測器映像圖(3D sensor map)」，特別是在訴求低功耗的消費性電子裝置中，更是艱難任務。 Wilson解釋，所謂的「3D感測器映像圖」是解決目前2D電腦視覺基本限制的關鍵。

舉例來說，2D技術在影像分割(segmentation，也就是分開背景與前景)、照度(illumination，支援人臉識別)、相對定位(relative position，辨別畫面中物體相對位置)，以及遮蔽(occlusion，識別人臉前方的手)等方面有問題，而不同3D感測方案都面臨性能上的折衷。 Wilson表示，CogniVue現(xiàn)在正試圖透過演算法解決映像圖問題，以催生低成本3D感測器視覺方案。

對系統(tǒng)設計工程師來說，要設計出能有效執(zhí)行不同視覺演算法的硬體，是很大的挑戰(zhàn)；那些正在尋找影像/視訊處理解決方案的系統(tǒng)供應商，可選擇把所有任務留在CPU里面、將影像任務交給GPU，或是添加專門處理影像的硬體邏輯。

隨著像Imagination這樣的主流GPU核心供應商涉足視覺市場，可預見相關IP供應商與晶片廠商的競爭將更加激烈。 而我們也可以預期，未來將會有各種各樣讓人驚艷的嵌入式視覺解決方案出現(xiàn)在日常生活中…拭目以待那個「美麗新世界」吧！

編譯： Judith Cheng

(參考原文： Embedded Vision: Who's Watching Whom & Why ，by Junko Yoshida)