視覺正在迅速成為物聯(lián)網(wǎng)發(fā)展的領(lǐng)先傳感應(yīng)用，這正在深刻地改變我們的世界。
想想工廠和制造業(yè)。計算機視覺系統(tǒng)可以通過確保質(zhì)量控制、優(yōu)化流程、減少浪費和推動持續(xù)改進來改變現(xiàn)代工廠。這些系統(tǒng)有助于提高生產(chǎn)效率、成本效益和制造業(yè)務(wù)的競爭力。
在Arm最近的一項物聯(lián)網(wǎng)調(diào)查中，工業(yè)受訪者表示，他們采用物聯(lián)網(wǎng)技術(shù)的兩個主要原因是改善他們對數(shù)據(jù)的使用，以改變業(yè)務(wù)決策和改善客戶體驗。在商業(yè)建筑領(lǐng)域，一場類似的革命正在進行。
建筑和物聯(lián)網(wǎng)視覺傳感器
建筑物管理人員正在使用物聯(lián)網(wǎng)視覺傳感來監(jiān)控和分析建筑物不同區(qū)域的占用水平，以優(yōu)化空間利用率。他們可以分析人流量模式和辦公室和辦公桌占用數(shù)據(jù)，從而在辦公室布局、座位安排和會議室分配方面做出更明智的決策。
自數(shù)字化誕生以來，建筑和工廠經(jīng)理就一直在考慮這樣的結(jié)果，但現(xiàn)在正在發(fā)生什么來幫助他們實現(xiàn)自己的抱負呢？ 是什么促使開發(fā)人員如此迅速地采用視覺傳感解決方案并取得如此巧妙的效果？
高效、低功耗的處理技術(shù)可以比以往更高效地處理更多數(shù)據(jù)，同時利用人工智能算法擴展應(yīng)用程序并對數(shù)據(jù)實現(xiàn)超智能。
CPU 和神經(jīng)處理器
高效 CPU 和神經(jīng)處理器以及人工智能和機器學習軟件在邊緣的融合正在開辟巨大的新商機。
令人驚訝的是，現(xiàn)在還為時尚早。 這段時間讓我想起了手機開發(fā)的初始階段：一個快速形成的生態(tài)系統(tǒng)，使用從硬件中抽象出來的軟件，以實現(xiàn)更大的設(shè)計靈活性和應(yīng)用程序開發(fā)。
目前任何站在愿景創(chuàng)新邊緣的人都有可能被拋在后面。 這不僅僅是因為錯失了機會。
幾乎沒有理由不挽起袖子開始工作。這是因為啟動一個人的愿景旅程所需的幾乎所有工具和過程都是現(xiàn)成的。
物聯(lián)網(wǎng)視覺傳感注意事項
連接性
通過 Wi-Fi、低功耗藍牙 (BLE) 等協(xié)議將連接集成到物聯(lián)網(wǎng)設(shè)備中一直是一項關(guān)鍵的發(fā)展，類似于智能手機中的連接集成。
開發(fā)人員可以自由地為其特定應(yīng)用選擇正確的通信協(xié)議。 例如，工廠內(nèi)的智能視覺系統(tǒng)可能會利用 Wi-Fi 的成本和可擴展性優(yōu)勢，而構(gòu)建耗能系統(tǒng)的開發(fā)人員可能會選擇 BLE。
更深遠的是高帶寬 5G 技術(shù)的日益普及，該技術(shù)有望在智慧城市中提供應(yīng)用程序。 (事實上，在 Arm 最近對創(chuàng)新者進行的一項調(diào)查中，近一半的受訪者將 5G 列為未來五年對物聯(lián)網(wǎng)發(fā)展影響最大的因素之一)。
安全
安全性是物聯(lián)網(wǎng)中的一個關(guān)鍵問題——設(shè)備已在該領(lǐng)域使用多年——尤其是在圖像數(shù)據(jù)方面。 物聯(lián)網(wǎng)視覺傳感不斷發(fā)展，通過 PSA Certified 等框架應(yīng)對挑戰(zhàn)，確保設(shè)備能夠長期維護并保持安全。
邊緣機器學習
由于更強大、更高效的處理從云端推向邊緣，機器學習應(yīng)用程序正在部署在新的、令人著迷的領(lǐng)域。 他們正在提高實時性能并支持開發(fā)新的解決方案。
標準
通用底層 API 和框架(例如可信固件)使開發(fā)人員能夠跨多個平臺一致地解決核心功能，從而促進創(chuàng)新和增值。 由于標準的采用，碎片化正在成為過去。
搶占市場
基于視覺的物聯(lián)網(wǎng)系統(tǒng)從概念到現(xiàn)實的過程已經(jīng)在其他方面發(fā)生了轉(zhuǎn)變。 一代開發(fā)人員是在開放工具和平臺上成長起來的，例如 Raspberry Pi。
現(xiàn)在，許多開發(fā)人員(他們在青少年時期首次接觸 Raspberry Pi 等技術(shù))正在專業(yè)領(lǐng)域進行開發(fā)。 他們要求獲得與青少年時期相同的易于開發(fā)的體驗。
所有這些因素結(jié)合在一起，激發(fā)了基于視覺的應(yīng)用程序的創(chuàng)新，不僅因為處理能力和機器學習功能已經(jīng)到位，而且因為設(shè)計和開發(fā)的障礙正在下降。
想象一下，在停車場入口處安裝一個支持 ML 的攝像頭(就像我們在 Arm 劍橋辦公室一樣)可以實現(xiàn)多少目標。 它可以識別全天進出的所有車輛，從而無需在建筑物內(nèi)的每個停車位安裝傳感器。
物聯(lián)網(wǎng)視覺傳感的能力顯著增強，其多樣化的應(yīng)用確實令人著迷。通過視覺技術(shù)實現(xiàn)物聯(lián)網(wǎng)功能的突然擴展確實令人矚目。
早期采用者贏得了人心，但落后采用者(那些等待觀察早期物聯(lián)網(wǎng)采用進展情況的人)仍有巨大的機會利用視覺技術(shù)轉(zhuǎn)變其業(yè)務(wù)。你可以看到可能性。現(xiàn)在唯一阻礙我們的是我們的想象力。
