智能相机采用深度学习以实现精确的物体识别和低功耗

瑞萨电子公司和StradVision，Inc.是具有深度学习专业知识的自动驾驶汽车视觉处理技术解决方案提供商，今天宣布联合开发基于深度学习的对象识别解决方案，用于下一代高级驾驶员辅助系统中使用的智能相机（ADAS）应用程序和适用于ADAS Level 2及更高级别的相机。

为了避免在城市地区造成危害，下一代ADAS实现需要高精度的对象识别功能，该功能必须能够检测所谓的易受伤害的道路使用者（VRU），例如行人和骑自行车的人。同时，对于大众市场的中级到入门级车辆，这些系统必须消耗非常低的功率。瑞萨和StradVision的新解决方案实现了两者，并且旨在加速ADAS的广泛采用。

StradVision’基于深度学习的对象识别软件可在识别车辆，行人和车道标记方面提供高性能。这款高精度识别软件已针对瑞萨电子的R-Car汽车芯片系统（SoC）产品R-Car V3H和R-Car V3M进行了优化，这些产品在批量生产的车辆中已有良好的记录。这些R-Car设备集成了专用于深度学习处理的引擎，称为CNN-IP（卷积神经网络知识产权），使它们能够运行StradVision’sSVNet汽车深度学习网络，以最低的功耗实现了高速发展。此次合作产生的对象识别解决方案实现了基于深度学习的对象识别，同时保持了低功耗，使其适用于批量生产的车辆，从而鼓励了ADAS的采用。