华为“图像时代”雄心不能只是说说，东芝/英特尔/索尼/Ams早就动作频频

近日，任正非在华为一场2000人的誓师大会上表示："我们错过了语音时代、数据时代，世界的战略高地我们没有占据，我们再不能错过图像时代。"言论一出，震惊四座，我们似乎看到了华为要占领"图像时代"的雄心。

图像作为人类感知世界的视觉基础，是人类获取信息、表达信息和传递信息的重要手段，也是目前正在逐渐兴起的技术，可以帮助人们更客观、准确地认识世界。

上个月，华为与徕卡共同设立麦克斯·别雷克创新实验室，开发高质量图像和视频的技术。任正非亲自前往签署协议。他表示，未来的信息社会将有90%以上的流量来自图像和视频。

该实验室不仅涉及手机摄像头的开发，而且将在新光学系统、计算成像、虚拟现实(VR)和增强现实(AR)等领域开展联合研发。任正非在一封给全体员工的邮件中曾指出："我们是有可能在图像技术上领先世界，当然我们不是要去做电视机等图像产品，我们做的平台是要能支撑传送未来的图像，我们要解决视频类的算法问题。"

未来，图像、视觉类的信息量会越来越大，市场广阔，这对相关数据的处理，传送和采集系统提出了更高的要求，也为图像/视觉处理器和传感器厂商提供了难得的发展机遇。同时，非相关传统业务厂商也看到了巨大的市场机遇，纷纷进场，以求分得新兴市场蛋糕，华为就是其其中的重要一员，此外，我国的京东方也正在这方面布局，市场前景可期。与此同时，相关厂商和技术的并购整合也在紧锣密鼓地进行当中，争取优质资源，为即将到来的图像/视觉信息处理时代积蓄力量，大战一触即发。

我们首先来看一下图像处理器厂商们的动作。

东芝为图像识别系统开发人工智能技术

近期，东芝（Toshiba）和日本电装公司（DENSO）达成一项协议，共同开发一种名为"深度神经网络- IP"（Deep Neural Network-Intellectual Property , DNN-IP）的人工智能技术，该人工智能技术将用于一直由两家公司自主开发的图像识别系统，以帮助实现先进的驾驶员辅助和自动驾驶技术。

DNN是一种模仿人类大脑神经网络的算法，它有望像人脑一样精确地执行识别处理，甚至比人脑更精确。为了实现自动驾驶，汽车计算机需要能够识别不同的道路交通情况，包括各种各样的障碍物、道路标记、驾驶道路的路况以及潜在的危险情况。在基于传统图形识别和机器学习的图像识别中，需要被计算机识别的物体必须提前被表征和提取。在基于DNN的图像识别中，计算机可自行提取和了解物体的特征，从而显著提高各种物体的检测和识别精度。

由于两家公司在DNN技术领域的快速发展，它们计划使该技术能够向各种网络配置进行灵活地扩展。他们还将使该技术能够装配在尺寸更小、功耗更低且具备其它优化性能的车载处理器上。

除了传统的图像处理技术外，东芝公司还将把这一联合开发的DNN-IP技术应用到专门的硬件组件中，并在其车载图像识别处理器中应用它们，以提高其图像处理性能，使他们能够利用比搭载DSP或GPU的图像处理系统更低的功耗来处理图像。

定制化视觉处理器受追捧

上个月，英特尔收购了视觉处理芯片初创公司Movidius。Movidius一直耕耘在视觉处理芯片领域，目标是在移动设备上实现PC级的图像处理能力。谷歌的ProjectTango手机就曾经搭载Movidius家第一代视觉处理芯片，和NASA的SPHERES机器人一起送入太空中监测国际空间站，Tango手机用于处理各种传感器反馈的数据并绘制图片。收购Movidius，英特尔不仅可以增加自家RealSense3D深度摄像头技术，还可以借此进入VR设备、无人驾驶等新兴人工智能市场。

定制化的视觉处理芯片以相对较低的功耗带来优秀的图像处理能力，大疆、谷歌和联想以及华为等厂商都在努力开拓这一领域，希望凭借专用的视觉处理芯片更快地开发新产品，进入消费市场攻城略地。

今年5月，ARM以3.5亿美元收购了总部位于英国拉夫伯勒(Loughborough)的图像处理IP授权公司Apical，以加强图像处理技术能力。成立于2002年的Apical以影像处理与嵌入式机器视觉技术而闻名，利用Apical技术的新设备可以"看懂"其周围环境，并根据环境不同做出相应的行为。Apical是英国成长最快的科技公司之一，目前全球有15亿部以上的手机和大约3亿个消费、工业电子设备(网络摄像头、数码相机与平板电脑等)用到了Apical的技术。

图像传感器已成重中之重

图像处理器厂商们动作频频，那么作为图像/视觉信息的采集者--传感器，在整个系统中发挥着排头兵的作用，所有信息都要先有传感器采集，然后才能交给处理器进行处理，因此，传感器的对图像/视觉数据的采集精确度，将在很大程度上决定