监控屏蔽器动态图像处理方式

    该芯片的连续计算保证了低于5ms的超低延迟，与实时摄像头干扰器视觉处理市场上可用的传统深度学习解决方案相比，大约提高了10倍。与传统的图像处理系统不同，传统的图像处理系统即使目标对象在摄像机前没有变化，也会逐帧处理视频数据，而DynapCNN提供的是始终在线的视觉处理，由于它是事件驱动的，因此，如果目标对象没有变化，实时视觉处理的监控屏蔽器功耗可以降低到几乎为零。

 

    宁博士称，通过应用稀疏计算来处理摄像头屏蔽器目标物体的运动，芯片的功耗进一步降低。显然，这种神经形态的CNN处理器提供了前所未有的超低功耗和低延迟性能。这是它的两大卖点。DynapCNN:应用程序DynapCNN应该有广泛的应用，特别是考虑到移动终端和物联网（IoT）对低功耗实时智能处理的需求日益增长。该芯片具有很高的灵活性和可重构性，可以实现一系列的人工智能模型，主要是由于其事件触发的操作机制使其能够实现亚兆瓦级的监控干扰器功率。

    这种新一代处理器集成了一个摄像头干扰器接口电路，可以连接到大多数动态摄像机，用于动态图像处理中的手势识别、高速运动目标跟踪、人脸识别、行为识别和分类。