芯片|同获海康、讯飞、全志等投资，产业大佬们看上它什么？花粉俱乐部|内测|华为智慧屏

【 芯片|同获海康、讯飞、全志等投资，产业大佬们看上它什么？】

文章插图
席卷全球的缺芯大潮，让"芯片"、"缺芯"几乎举国皆知。
在轰轰烈烈的国产替代浪潮中，除了备受关注的后端处理器芯片，作为数据的直接来源，前端传感器芯片也将成为未来的重头戏。
传感器芯片领域，长久以来都是国外半导体巨头的盛宴，中国严重依赖进口，中高端产品的进口占比达80%。
这让传感器芯片的国产替代这条路，虽然步履稍显蹒跚，但也更加笃定。
籍由此，AI掘金志与视觉传感器芯片初创公司锐思智芯的CEO邓坚进行了一场对话，借其视角一探该市场现况。
当CIS芯片成为「传统」一代"锐思智芯2019年才成立，是否会觉得时机较晚？"
锐思智芯CEO邓坚认为，其实不晚，甚至恰是时候：因传统图像传感器用于机器视觉存在缺陷。
此前市场大多聚焦于后端处理芯片，AI也更多基于此升级赋能；但前端的传感器芯片发展缓慢，现在已经成为机器视觉进一步升级的瓶颈。
具体来看，当下市场需求，前端传统CIS的帧率、数据量和动态范围三个核心要素已经难以满足计算机视觉的需求。
首先，帧率有限。
传统CIS是对场景内所有物体无差别地进行采集，然后以帧为单位的图像进行信号处理后输出到后端。
这个过程中，从曝光到数模转换，再到数据传输都需要时间，过程耗时越长，形成图像的帧率也就越低。
而帧与帧之间的因非连续性造成的信息缺失，增加了机器判断的难度。
第二，数据量大但有效性低。
通常传统CIS图像分辨率在百万像素以上输出帧图像，数据量非常大。而每帧之间存在大量的重复冗余信息，如不变的背景图像。由此产生了庞大的数据量，但有效性非常低。
第三，动态范围不足，环境的适应能力弱。
传统CIS的动态范围一般不超过70dB，远小于人眼的动态范围。在明暗变化很剧烈的情况下，传统视觉传感器经常会失效。因此，在机器视觉的应用中，经常出现环境光影响机器判断的情况。
邓坚表示，传统图像传感器带来的视觉系统本就不是为机器视觉而生，甚至很多特性与机器视觉的需求背道而驰。
以智慧城市的车辆识别应用为例，安装监控摄像头的目的，是为了准确捕获并识别车辆和驾驶员信息。
但在车辆高速运动以及拍摄环境都不可控的场景下，传统图像传感器不仅因低帧率和"超载"的数据量影响了图像瞬时截取，成像模糊成常态，也常因动态范围的限制，使得图像常出现过曝或清晰度不足的问题。
在过去十几年的拍摄时代，传统CIS的目标是拍出给人看的、色彩丰富的、静态的图片。但在人工智能时代的大背景下，机器视觉对传感器的帧率、数据量、动态范围以及功耗都有很高的要求，唯有革新前端CIS，才能更好地促进后端AI的发展。
锐思智芯认识到这一点，采用"Hybrid Vision"技术，研发出仿生视觉传感器芯片ALPIX。
ALPIX的目标，正是以机器视觉为核心，基于视觉传感器端进行革新。

文章插图
锐思智芯ALPIX芯片
产业大佬们看中它什么？锐思智芯成立于2019年7月，是一家专注于新一代计算机视觉传感领域的芯片研发及整体方案提供商。
锐思智芯从新型传感器与机器视觉行业的发展状态切入，自主研发了仿生视觉传感器芯片ALPIX。
在行业中，与ALPIX类似的仿生视觉传感器也称为Event-based camera (事件驱动型相机)。
与传统图像传感器基于快门曝光，以帧的形式输出图像信息不同，仿生视觉传感器芯片是模仿人眼视网膜的工作原理，每个像素独立工作，通过感知外界光强变化，输出变化的脉冲信号，而光强无变化即不输出。这个输出的变化信号又称为事件信号。

文章插图
传统CIS与事件驱动型相机工作原理示意
与传统CIS相比，仿生视觉传感器具有速度快(>5000 帧/s)、功耗低(几十mw)、数据量少、动态范围大（>120dB）的特点，能很好解决前面所述计算机视觉当前面临的一些痛点。
这些都使得仿生视觉传感器一经面市就引来巨头们增资加持，比如三星、索尼、华为、博世等皆进行相关芯片及应用的研发，而法国的创业公司Prophesee创立之初也获得Intel、博世等大厂投资。
然而在实际使用过程当中，很多场景既需要事件流信号来做快速预判，也需要传统图像来做精细判断。