2019年08月05日 | 解析图像处理面临的挑战和风险
2019-08-05 来源： 豪威科技OmniVision
今天，摄像头根据不同目的会有不同方法来处理原始数据，这些方案通常包括查看或者分析图像数据去解析相机的模块或系统外部的环境。然而，每一个不同目的都需要不同类型的硬件。AI的出现完全改变了视觉系统中对硬件的要求，并对整个市场的各个部分都产生了影响。随着图像分析的附加价值提高，图像传感器产商也更希望将软件层集成到他们的系统中去捕捉更详细更精准的图像数据。今天，图像传感器的功能已经超越了必须不仅仅是拍摄 - 它们还必须能够分析它们。这也就是图像处理器存在并呈爆发式增长的原因，从2018年到2024年，该市场预计年复合增长率达到预期的13％，这使得2024年的市场价值达到200亿美元！
【来源：图像信号处理器（ISP）和视觉处理器市场和技术趋势报告，Yole Developpement，2019】Yole Developpement（Yole）估计ISP市场将在2018年至2024年间提供稳定的复合年增长率（CAGR）4％，2024年总市值达到68.7亿美元。它需要不仅仅能够观测，还能支持更复杂的算法，以便提供可以适应计算机视觉的图像，特别是深度学习。*以上趋势和数据来自由Yole的技术和市场分析师Yohann Tschudi博士撰写的、最新的报告：《图像信号处理器和视觉处理器市场和技术趋势》。
【图片来自《图像信号处理器和视觉处理器市场和技术趋势》】
OmniVision（豪威科技）凭借其汽车图像传感器和相关ISP产品组合在汽车成像行业而处于领先地位。有关这方面的最新例子，请参阅Yole姊妹公司System Plus Consulting对ZF第四代ADAS S-Cam的拆解。该相机将OmniVision的OV10642图像传感器与最新的Mobileye EyeQ4视觉处理器结合使用。
近日，OmniVision 的汽车市场总监Andy Hanvey先生（以下简称：AH）接受了Yole的Yohann Tschudi（以下简称：YT）的采访，介绍了OmniVision对图像处理未来的愿景及策略。
YT: OmniVision以开发图像传感器而闻名。您为什么选择在产品组合中加入图像处理呢？目前OmniVision的图像处理和图像传感器的重要性是分别什么？AH: 作为汽车市场15余年的领导者，OmniVision了解同时提供图像传感器和图像处理对我们的产品组合非常重要。凭借我们多年的专业知识，我们能够利用ISP在不同的照明条件下获得出色的图像质量，这在汽车终端用户应用中至关重要。客户门很清楚使用我们的产品可以为客户提供方便集成，加速了产品上市时间，为终端产品增添价值。此外，能够支持多种不同的架构是汽车应用成功的关键，OmniVision ASIC产品组合可以实现这一目标。作为这一市场的领军者，OmniVision的架构可以将ISP处理转移到ECU（用于环绕视图应用）上。举个例子，2013年推出的OV490是我们第一款提供双处理功能的ASIC，随后在2016年，我们又大大改善升级推出OV491带有更强大的图像处理功能。
YT: 几年前，您选择进入汽车市场。你为什么进入汽车市场？该市场的图像处理面临的主要挑战是什么？比如是：可视应用，还是ADAS？AH: OmniVision在15年前就开始大力投入汽车市场，到今天，全球各地的路上已经行驶着超过1.6亿颗的OmniVision图像传感器。从1995年成立以来，我们一直是全球图像传感器行业的先锋，进入汽车市场是我们很自然的，也是决策性的选择。比如我们也是率先将背照式（BSI）像素技术引入汽车领域，这也是OmniVision最大的优势之一，我们在6大主要市场都是领军者，因此，各个市场的研发成果都可以协同共享，推动整个CMOS 产品的应用。凭借我们的技术领先地位，我们将继续攻克汽车市场带来的挑战。如今，汽车ISP面临的主要挑战包括需要处理来自更高分辨率传感器和更多相机的更多像素，以及处理一系列传感器数据（不仅仅是图像传感器）的需求。YT: HDR和LED闪烁是典型的ADAS相关问题。汽车中可视应用都包括些什么？您是否有进入ADAS市场的愿望？AH：我们目前已经进入ADAS市场，与所有ADAS平台密切合作，并批量生产。我们看到很多可视应用，包括CMS和ADAS，都需要LED闪烁抑制功能。此外，OmniVision还拥有一系列行业领先的车用的最佳HDR技术，例如像素分割技术（Split Pixel）和DCG，以及我们的LED闪烁抑制（LFM）技术， 包括我们最新推出的HALE算法。我们对汽车成像带来的挑战有深刻的理解。例如，覆盖120dB的动态范围是常态，但我们的客户要求更宽的140dB动态范围，我们已做好充分准备来满足这一需求， 而这些要求都来自可视和ADAS应用。
【图为搭载最新HDR和LFM引擎（HALE）组合算法的OAX4010汽车图像信号处理器（ISP）】
YT：作为ADAS系统一部分的环绕相机将主要绕过ISP，最终通过LVDS接口集成到视觉处理器中。你认为相机的数量会增加一倍，还是每个相机会有两次使用？
目前有许多不同的环视架构，其中一些包括摄像头中自带ISP，将ISP放入ECU的其他架构。随着采用率的迅速提高，我们预计环绕视角相机的数量将每2 - 3年翻一番。我们在OmniVision看到的一个趋势是“传感器融合”，它指的是一个摄像头用于多种场合。例如，环绕视图相机也可以用于机器视觉处理。在这种情况下，图像处理可能使用不同的CFA（彩色滤光片阵列），如RCCB，而不是传统的Bayer（RGGB）。YT：您定位的还有汽车以外的哪些细分市场？挑战是否相同？AH：OmniVision产品和服务涵盖所有主要领域，包括移动设备，安防监控，笔记本，医疗和新兴市场。汽车领域存在一些独特的挑战，例如在很宽的温度范围中保持高性能。在某些情况下，这些市场共同关注的是在特定大小和功耗的标准下获得的最佳像素和传感器性能。这也确立了OmniVision在不同领域的协同优势，这意味着不同市场共享创新技术，以针对不同阶段的问题。YT：在Yole，我们现在到处都看到AI，它正在迅速进入消费者的日常生活。在您看来，AI为什么以及如何在图像处理市场中脱颖而出？AH：我同意AI无处不在，有可能影响我们生活的许多方面。我们看到的新应用程序令人惊叹。AI可以通过多种方式改变图像处理器市场。首先，ISP不仅关注处理要查看的图像，还需要处理准确的图像数据以供机器进行操作。这两个应用程序所需的处理不一定相同。AI的最佳使用位置在哪里-在中心或边缘处进行？我们可以设想每个摄像头都具有小型AI处理能力吗？目前，这些技术和许多其他可能性正在开发研究中，并且还有待观察哪种AI模型将成为主导。YT：OmniVision还有什么想告诉读者的吗？AH：感谢您让OmniVision有机会与读者分享我们的科技和创新。我们的产品涵盖了从可视应用到ADAS到AI等许多领域。此外，另一个关键应用是车内驾驶室和内部监控系统（DMS和IMS）。该领域也为图像处理带来了广泛的挑战。IMS使用RGB-IR 图像处理器来处理用于观看的彩色（RGB）图像和用于机器视觉处理的红外（IR）图像。DMS使图像传感器面临三个主要挑战：低功耗，小尺寸和使用近红外（NIR）技术最大化量子效率（QE）。OmniVision可通过我们的全局快门产品组合解决所有这三个挑战。此外，凭借出色的Nyxel®近红外技术，它可以成为DMS市场突破的改变者。
