一种基于AI芯片的视频图像处理装置的制作方法

本实用新型涉及ai技术领域，具体涉及一种基于ai芯片的视频图像处理装置。

背景技术：

基于深度学习的图像分析算法精确率相较于传统算法更高，但同时也面临着对硬件设备的更高的要求。随着硬件技术的逐渐成熟，该类型算法有了可以生产为应用的条件。

现今常见的基于深度学习的图像分析算法的硬件解决方案为，设置图像接收端，传输图像数据到服务器上，再进行图像算法分析，最终把计算结果推送到展示端，也就是云计算的方式。或者是中转的边缘计算方式—设置图像接收端，传输数据到类似网关的中转图像计算单元，再将算法结果传输到服务器或者云端,这样数据处理慢、网络传输压力大、成本也更高，应用程序的效率不足。

技术实现要素：

为了解决现有技术中所存在的上述不足，本实用新型提供一种采取边缘计算的方式、集成ai专用芯片和双目摄像头中内置通用处理器芯片的一体化图像处理装置。

本实用新型的目的是通过下述技术方案予以实现的：

本实用新型提供了一种基于ai芯片的视频图像处理装置，包括：图像收集单元和通用型主控芯片；

所述图像收集单元与所述通用型主控芯片连接；

所述图像收集单元用于收集视频图像并传递给所述通用型主控芯片；

所述通用型主控芯片集成ai芯片，用于基于所述ai芯片的计算功能对所述图像收集单元收集到的视频图像进行处理。

优选的，所述通用型主控芯片还包括：图像存储单元；

所述图像存储单元与所述图像收集单元连接，用于存储边缘计算的算法模型和图像收集单元采集的视频图像。

优选的，所述ai芯片与所述图像存储单元连接；

ai芯片用于调用所述图像存储单元中的边缘计算的算法模型对图像收集单元采集的视频图像进行计算处理。

优选的，所述通用型主控芯片还包括：展示单元；

所述展示单元与所述ai芯片连接，用于将所述ai芯片的计算结果进行展示。

优选的，所述通用型主控芯片还包括：传输单元；

所述传输单元分别与所述展示单元和远端服务器连接，用于将所述ai芯片的计算结果传输到服务器。

优选的，所述图像收集单元采用单目摄像头、双目摄像头、结构光、tof红外中的一种或多种。

优选的，所述通用型主控芯片采用arm架构的飞凌ok355x。

优选的，所述ai芯片采用昇腾310芯片、英伟达nano芯片或atlas200芯片。

优选的，所述展示单元采用led电子显示屏。

优选的，所述传输单元采用有线传输或无线传输。

与最接近现有技术相比，本实用新型的有益效果在于：

1、本实用新型提供了一种基于ai芯片的视频图像处理装置，包括：图像收集单元和通用型主控芯片；所述图像收集单元与所述通用型主控芯片连接；所述图像收集单元用于收集视频图像并传递给所述通用型主控芯片；所述通用型主控芯片集成ai芯片，用于基于所述ai芯片的计算功能对所述图像收集单元收集到的视频图像进行处理；本实用新型利用ai芯片实现边缘计算，可使数据处理更快、网络传输压力更小、成本也更低，应用程序的效率得到提升，同时基于使用的ai芯片，提高了运算能力，不需要类似网关的操作，中转数据，再度延迟。

附图说明

图1：本实用新型的装置原理示意图；

具体实施方式

为了更好地理解本实用新型，下面将结合本实用新型实施例中的附图，对本实用新型实施例中的技术方案进行清楚、完整地描述。

实施例1

本实用新型提供了一种基于ai芯片的视频图像处理装置，如图1所示，包括：图像收集单元和通用型主控芯片；

所述图像收集单元与所述通用型主控芯片连接；

所述图像收集单元用于收集视频图像并传递给所述通用型主控芯片；

所述通用型主控芯片集成ai芯片，用于基于所述ai芯片的计算功能对所述图像收集单元收集到的视频图像进行处理。

所述通用型主控芯片还包括：图像存储单元；

所述图像存储单元与所述图像收集单元连接，用于存储边缘计算的算法模型和图像收集单元采集的视频图像。

所述ai芯片与所述图像存储单元连接；

ai芯片用于调用所述图像存储单元中的边缘计算的算法模型对图像收集单元采集的视频图像进行计算处理。

所述通用型主控芯片还包括：展示单元；

所述展示单元与所述ai芯片连接，用于将所述ai芯片的计算结果进行展示。

所述通用型主控芯片还包括：传输单元；

所述传输单元分别与所述展示单元和远端服务器连接，用于将所述ai芯片的计算结果传输到服务器。

所述图像收集单元采用单目摄像头、双目摄像头、结构光、tof红外中的一种或多种。

所述通用型主控芯片采用arm架构的飞凌ok355x。

所述ai芯片采用昇腾310芯片、英伟达nano芯片或atlas200芯片。

所述展示单元采用led电子显示屏。

所述传输单元采用有线传输或无线传输。

具体的：该基于ai芯片的视频图像处理装置包括图像收集单元，图像收集单元与通用型主控芯片连接，通用型主控芯片包括图像存储单元、ai芯片、展示单元、传输单元，图像收集单元依次与图像存储单元、ai芯片、展示单元、传输单元连接。

图像收集单元为单目摄像头、双目摄像头、结构光、tof红外中的一种或多种。

通用型主控芯片架构为arm架构的飞凌ok355x。

与主控芯片集成的ai芯片为昇腾310芯片、英伟达nano芯片、atlas200芯片中的一种。

首先，边缘计算的好处在于其一，更实时、更快速的数据处理能力。由于减少了中间传输的过程，数据处理的速度也更快。其二，成本更低。边缘计算处理的数据是小数据，从数据计算、存储上都具有成优势。其三，更低的网络带宽需求。随着联网设备的增多，网络传输压力会越来越大，而边缘计算的过程中，与云端服务器的数据交换并不多，因此也不需要占用太多网络带宽。第四，提升应用程序的效率。结合上面的几个优势来看，当数据处理更快、网络传输压力更小、成本也更低的时候，应用程序的效率也会大大提升。

其次，集成ai专用芯片与摄像头内置通用处理芯片的原因有以下几点：1.直接调用ai芯片中的算力，不需要类似网关的操作，中转数据，再度延迟。2.ai芯片中的算力，可以供给双目摄像头，获得更多的图像信息(三维位置信息)和应用(如测距)。3.可以对主控板芯片编程实现图像储存、算法展示方式和分析结果传输，与ai芯片的图像分析单元，分工合作。4.精简，相比fpga型芯片低功耗。

该基于ai芯片的视频图像处理装置是采取边缘计算的方式、集成ai专用芯片和双目摄像头中内置通用处理器芯片的一体化图像处理装置。该基于ai芯片的视频图像处理装置直接调用ai芯片中的算力，不需要类似网关的操作，中转数据，再度延迟。ai芯片中的算力，可以供给双目摄像头，获得更多的图像信息(三维位置信息)和应用(如测距)。可以对主控板芯片编程实现图像储存、算法展示方式和分析结果传输，与ai芯片的图像分析单元，分工合作。相比fpga型芯片低功耗。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上仅为本实用新型的实施例而已，并不用于限制本实用新型，凡在本实用新型的精神和原则之内，所做的任何修改、等同替换、改进等，均包含在申请待批的本实用新型的权利要求范围之内。