(文章来源:电子产品世界)
视觉算法通常需要很强的计算能力。当然,所有的嵌入式系统一般都受限于严格的成本和功耗要求。在其他DSP应用领域,例如,数字无线通信等,芯片设计人员使用专用协处理器和加速来完成应用所要求的苛刻的处理任务,同时满足了高性能、低成本和低功耗需求,从而解决了这一难题。但是,芯片用户一般不能对这些协处理器和加速进行编程。
无线应用通常能够接受这些优缺点,无线应用标准意味着不同设备设计人员使用的算法之间有很强的共性。然而在视觉应用中,对算法的选择并没有标准约束。相反,一般可以选择很多方法来解决某一特殊的视觉问题。因此,视觉算法是非常多样的,往往随着时间的变化而迅速变化。结果,与数字无线和以压缩技术为主的消费类视频设备等应用相比,视觉应用并不倾向于采用非可编程加速和协处理器。
但是很难同时实现高性能、低成本和低功耗以及可编程功能。专用硬件通常能够以低成本实现高性能,但是可编程能力较弱。通用CPU具有可编程能力,但是性能较差,性价比不高,能效也较低。要求较高的嵌入式视觉应用通常结合使用多个处理单元,例如,可能会包括:
通用CPU,用于启发式复杂判决、网络访问、用户接口、存储管理和总体控制等。高性能数字信号处理器,用于实时中等速率处理,不太复杂的算法等。用于简单算法像素速率处理的一个或者多个高度并行的引擎。任何处理器在理论上都可以用于嵌入式视觉,目前最有可能的类型是:高性能嵌入式CPU专用标准产品(ASSP)与CPU相结合,具有CPU的图形处理单元(GPU)具有加速以及CPU的数字信号处理器,移动“应用处理器”,具有CPU的现场可编程门阵列(FPGA),各类处理器,及其在嵌入式视觉应用上的关键优缺点。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)