“嵌入式分析”的概念与特征

   我们知道,嵌入式分析技术将嵌入式系统与人类理性融为一体，使系统能够分析信息，做出明智的决策。虽然嵌入式分析技术适用于各种行业，不过大多数嵌入式分析应用都共同拥有一系列技术特征，包括：

   多样化的算法

   嵌入式系统是在大量数学、统计、信号以及影像处理技术的基础上发展而来的。它将这些技术与机器学习、模式识别以及其它类型的算法融为一体。对应用而言，这些算法的组合方式趋于唯一，往往每种算法都需要稍作调整。这使可编程处理器和一般以可重复使用软件库形式存在的高灵活软件都非常重要。

  快速处理、可预测时延

   嵌入式分析会生成大量必须实时处理的计算负载。此外，分配给处理的时间还必须是有界限和确定的，否则系统的定时将关闭。具有并行性的高级架构可在这方面给予帮助。

   高数据吞吐量

   实际上所有嵌入式处理应用都涉及某种极度数据吞吐量。大量数据都是从传感器、摄像机、麦克风以及其它输入设备输入系统的。数据必须快速完成处理，而且这些通常涉及大量数据的结果也必须迅速输出。嵌入式分析系统需要层级存储器构造、高级直接存储器访问 (DMA) 控制器以及宽存储器接口等高级解决方案，才能保持高数据吞吐量。

  低功耗

   许多嵌入式分析应用都属于移动系统或深度嵌入式系统，其可能能够接入电网，也可能不能。低功耗通常是必不可少的。

  低成本

   IP 安防摄像机、智能电视与游戏机等许多支持嵌入式分析的系统对成本都很敏感，而且还需要考虑各种技术要求。两者的平衡是一个挑战。

  嵌入式分析在监控领域的应用

   安全监控系统整合嵌入式分析技术也有一段时间了。最初，是将分析功能连同数据压缩/解压缩算法一起部署，用于优化与安全系统有关的通信带宽。这引起了更加深入的嵌入式分析应用，尤其是将视觉相关分析功能用于物业与基础设施以及交通状况等的自动实时监控应用。此外，大量离线视频分析的实施还一直用于取证目的。

   除了视觉分析，声音处理技术也正在将嵌入式音频分析功能带给安全应用。攻击、爆炸、警报器、碰撞、闯入以及其它有麻烦的声音都会触发告警。此外，安全监控系统还实施多个麦克风或声音传感器来分析和判断具体声源所在的位置或声源方向。

   除了在安全应用中实施纯视觉或纯声音分析以外，在某些系统中，嵌入式分析还在某些系统中将两种传感技术结合在一起。

   嵌入式分析在生物识别领域的应用

   在声音辅助视频分析 (SAVA) 中，音频分析检查待查环境的声音场景并提供视频不容易发现的更多相关活动信息。系统先检测到玻璃破碎的声音，经嵌入式分析后，安全监控摄像机可能重新指向声音发出的区域。或者侵入声音可能会提高特定摄像机的分辨率获得更加清晰的影像。此外，声音识别还可帮助判断大量录制安全监控视频的相关性。声音识别甚至可在潜在安全风险部分遮挡或隐藏的情况下，或在其出现在摄像机视野前发出警告。发挥视频与音频的互补作用，能够提供一种强大的框架，实现可增强告警检测率的高系统可靠性。

    智能编解码器技术是DMVAx处理器嵌入式分析功能的内在组成部分，在分析应用中可提高编解码器效率。例如，智能编解码器技术可以同面部检测共同运用，分配更多的位元给影像外观，从而可为需要检测的区域实现更高的分辨率。

   支持互联网协议(IP)连接的数字摄像机参考设计，可简化开发，帮助开发人员集中精力开发使其产品在竞争中脱颖而出。这些参考设计建立在包括DMVAx在内的TI达芬奇视频处理器与IP摄像机软件套件基础之上。TI数字媒体视频分析库(DMVAL)包含装配嵌入式分析安全系统所需的大量基本功能。TI视觉库(VLIB)是嵌入式分析应用的另一个构建块，可加速安全、汽车以及其它应用嵌入式分析系统中的视觉子系统开发。

   许多生物识别特征可用于验证身份，包括手部和面部几何体、视网膜扫描以及指纹分析。例如，指纹扫描仪可用于公共安全设施、手机、笔记本电脑、医疗保健设施乃至本地健身房的身份验证，以实现便捷访问个人信息及楼宇安全，防止外人进入。

   处理这些应用的系统首先采集手部、面部、视网膜或者指纹的“图像”，分析影像获得生物识别数据，并存储该数据到数据库中用于日后匹配。在用于手机和笔记本电脑等移动电子产品时，这些应用通常必须是超低功耗的。采集和处理面部、虹膜及视网膜影像需要稍高的性能。