聚焦面向Smarter视觉的Zynq SoC

　　可疑行为

　　最先进的监控系统所提供的分析功能能够跟踪受监测个体穿越安保网络视野，甚至可跟踪他们离开摄像头视野后进入盲点，然后进入监控网络的另一部摄像头视野。视觉设计人员已经开发出一些此类系统，用于检测异常或可疑移动。赛灵思工业、科学及医疗(ISM)事业部系统架构师Mark Timmons表示：“分析是当今监控市场最大的趋势。它可克服人为错误，甚至取代细致的人工观察及决策。可以想象，在火车站和运动赛事等拥挤的环境中，监控难度极大。所以如果有分析功能，发现过渡拥挤的危险情况或跟踪表现有可疑行为或过激行为的个人，就会有明显的优势。”

　　为进一步增强这种分析功能，提升这些系统的有效性，监控以及众多其它使用Smarter视觉技术的市场正在更多地使用“融合”架构，将摄像头与热成像、雷达、声纳以及光/激光探测与测距(LIDAR)等其它感测技术相结合。这样系统可实现夜视功能，检测热温/热能签名，或捕获单凭摄像头无法采集或无法看到的对象。该功能可显著减少虚假检测，实现更精确的分析。毫无疑问，技术融合和数据分析会提高复杂性，需求更为强大的分析处理能力。

　　Timmons提到，这个市场的另一大趋势是执行所有此类复杂分析的产品都位于监控系统网络的“边缘”，即位于每一部摄像头中，而不是由每一部摄像头将其数据传输到中央大型机系统，再由大型机根据这些复馈进行更精细的分析。本地化分析功能会给整体安全系统增加灵活性，使系统中每个点都能够更加迅速准确地执行检测，因而如果摄像头真正发现了切实的威胁，就可更迅速地向操作人员发出告警。

　　本地化分析功能意味着每个单元不仅需要更强大的处理功能来强化和分析其所发现的事物，而且还必须相当紧凑，并能够整合高度集成的电子产品。并且由于每个单元都必须能够可靠地与网络其余部分通信，它还必须集成电子通信功能，进一步增大计算复杂性。这些监控单元逐渐通过无线网络连接，成为更大规模监控系统的组成部分;而且这些监控系统正日益成为更大规模企业网络乃至更大规模全球网络的组成部分，如美国军方全球信息网格。

　　这种高复杂性正出现在军事和防务市场中的各个领域，从步兵头盔到与中央司令部联网的防务人造卫星，无所不包。可能更让人惊叹的是，Smarter视觉技术进入其它市场，提高生活质量与安全性的速度。

　　Smarter视觉成就完美苹果

　　现在以苹果为例。有没有想过苹果是怎么以如此良好的状态进入你的杂货店的?赛灵思工业科学及医疗业务部架构师Giulio Corradi表示，食品公司正在将最新更智能视觉系统用于食品检验流水线，将坏苹果从好苹果中筛选出来。Corradi表示，高速食品检验流水线上使用的第一代嵌入式视觉系统通常使用一个或多个摄像头发现苹果或其它农副产品表面上的瑕疵。如果嵌入式视觉系统发现有非正常色泽，该苹果就会被打上标记/筛选出来进行进一步检测，或者扔掉。

　　皮下检测

　　但是如果在此之前的某个时候水果曾掉落过，但伤痕难以察觉会怎么样呢?Corradi表示：“在某些情况下，掉落造成的损坏摄像头可能难以发现，只能用肉眼查看。损坏可能实际位于苹果的果肉中。所以一些Smarter视觉系统在摄像头上整合了红外传感器，用以检验苹果表皮下的损坏。发现受损苹果，就可触发机械分拣机将苹果拣出流水线，以免其被包装发往杂货店。”如果没有更智能融合视觉系统，损坏的苹果会通过检测。损伤会在苹果摆放在杂货店货架上时变得明显，这样该水果可能就必须要扔掉了。一个坏苹果会弄坏一堆苹果。

　　此外，分析功能还可帮助食品公司判断受损苹果是否损伤不太大，还可转入新的检验流水线，由另一套Smarter视觉系统判断它是否适用于其它用途，如制作苹果酱、果脯或者如果损伤太大，可用于堆制肥料。

　　Corradi表示，工厂车间是应用Smarter视觉的另一场合。越来越多的工厂使用机器人辅助技术或完全自动化机器人生产线帮助制造商根据不同任务更换机械设备。机器人周围的传统安全笼过于约束(或太小)，无法满足其制造不同产品系列的移动需求。