如何利用視覺處理器在可視門鈴和智能零售設計中擴展邊緣 AI 功能

隨著“邊緣人工智能 (AI)”的興起，“在網絡邊緣擁有更高的智能性”也倍受討論，擁有更高本地實時處理能力的好處就易被忽視，而這種處理無需依賴基于云的資源來運行 AI 模型。通過使我們日常交互的電子設備能夠根據 AI 模型在現實世界中做出決策，我們可以提高其響應能力、安全性和整體效率。

當然，一些 AI 驅動型系統可能一直都需要基于云的資源。利用諸如人員和物體分類、異常檢測和人體姿勢估計等處理功能，可以大大增強許多低功耗應用，特別是那些具有一至兩個攝像頭的應用。然而，由于成本限制以及此類處理水平的功率要求，在低功耗應用中實現這些功能頗具挑戰。

新的基于 Arm^? Cortex^? 的視覺處理器（例如 AM62A 處理器系列）可幫助設計人員在應用中擴展視覺和 AI 處理功能，從可視門鈴到智能零售均受支持。

讓我們深入探討一下這些應用，了解擴展的視覺和 AI 功能可以實現哪些目標。觀看視頻“讓邊緣 AI 的嵌入式未來成為可能”，了解德州儀器 (TI) 如何在邊緣 AI 應用中實現高級 AI 分析和實時響應能力。

可視門鈴中的AI攝像頭

在可視門鈴和家庭安防系統中（如圖 1 所示），對竊賊或人員識別的延遲響應（有時甚至只是延遲一毫秒）都可能會造成生命或財產損失。 

圖1 可視門鈴運行的人員和物體識別演示

通過在本地分析實時視頻數據，可視門鈴能夠更快、更可靠地響應，減少誤報，也無需網絡連接。但就以往經驗而言，功率和尺寸限制因素限制了實現這種實時響應所需的 AI 處理水平。

AM62A 系列（包含AM62A3、AM62A7、AM62A3-Q1 和 AM62A7-Q1）可在 2W 至 3W 下運行，外形尺寸足夠小，可在緊湊型可視門鈴外殼中使用。可視門鈴設計人員可以利用 AM62A 處理器 1 至 2 TOPS的 AI 處理能力，在其設計中實現更高水平的人員和物體檢測。閱讀技術白皮書“使用高能效 AM62A 處理器的邊緣 AI 智能攝像頭”，了解有關在可視門鈴中實現 AI 處理的更多信息。

智能零售中的AI攝像頭

智能零售，也稱為“即拿即走零售”，是一種全新的購物體驗，客戶可以選擇購買的商品，然后自助結帳離開商店，無需向收銀員付款。

管理類似體驗的基于視覺的系統依賴于對象檢測派生的 AI 模型以及條形碼掃描儀，來識別客戶放入購物籃以及最終在離開商店時購買的商品（如圖 2 所示）。 

圖2 AI攝像頭使用AI模型監控智能零售商店中的客戶活動

智能零售應用通過本地數據處理來縮短交易時的響應時間并提升數據安全性。在本地運行 AI 模型無需到云資源的網絡連接，由于數據不在外部傳輸，限制了未經授權訪問該數據的可能性，因而可以提升數據安全性。  

與可視門鈴類似，功耗是智能零售 AI 攝像頭的主要設計挑戰，尤其是考慮到高幀速率視頻分析。

借助 AM62A 處理器高度集成的高能效片上系統架構，可以釋放智能零售攝像頭的本地 AI 處理能力。這些處理器通過其集成的 AI 硬件加速器，即使是水果和蔬菜等非標準表面，也能實現物體分類、異常檢測、方向檢測和條形碼識別。

結語

在邊緣擁有更高的智能性可以提升實時響應能力和人機交互的可靠性。雖然我在本文中僅重點介紹了兩種應用，但受益于本地運行 AI 數據模型的電子產品范圍日益變廣。借助高度集成的高性能視覺處理器，這一轉變將成為可能，我們的世界也將變得更加智能。