嵌入式视觉

整合高清晰 (HD) 视频、图像处理和分析工具已成为嵌入式系统的必备特性。

计算机视觉软件开发人员必须使用适合所选硬件架构的开发环境，以获得适合设计用例的性能、成本和电源效率组合。人工智能和深度学习技术在视频分析领域的应用已经走出实验室，在许多终端市场实现了商业化，例如安全和监控、零售和基于机器视觉的制造。

实时分析

智能、实时视频分析是许多视觉应用中的关键功能。多种算法（例如移动探测、人脸识别和对象检测）通常需要跨多个摄像头来源同时运行。借助英特尔® FPGA 和英特尔® FPGA 深度学习加速套件，设计人员可以利用业界标准的人工智能框架、模型和拓扑来创建以 FPGA 为基础的多用途加速器，以实施卷积神经网络推理引擎。通过将计算密集型工作负载从主机 CPU 卸载到 FPGA 加速器，设计人员可以跨 CPU + FPGA 资源优化这些算法的实施，提高整体系统性能。

灵活的传感器接口

图像传感器供应商通常采用私有接口，而传感器接口在不断发展以适应日益改进的传感器功能。英特尔® FPGA 使设计人员能够轻松采用新的传感器接口，不会改变设计的其它部分。相比之下，ASSP 要求设计人员采用新的 ASSP，重新设计摄像头电路板。

高性能视频和图像信号处理

英特尔® FPGA 使设计人员能够快速灵活地设计高性能视频和信号处理系统。采用英特尔的视频和图像处理 (VIP) 套件等 IP 内核，设计人员可以找到并选择所需要的视频处理功能，利用高性能 FPGA 架构加速高分辨率视频的视频预处理。

高效的视频压缩

H.264/H.265 等高效的压缩标准支持使用较小的 FPGA 来降低系统成本。视频编解码器与其它视频处理功能集成在一片 FPGA 中，可帮助设计人员大幅缩减物料清单 (BOM)。英特尔提供多种视频压缩 IP 内核，使得设计人员能够根据应用需求灵活支持多种压缩标准和指标。联系我们了解视觉处理方面的一大趋势：云和网络托管数字媒体功能。