如果要評選出過去十年間高科技領域發展最快的技術，嵌入式視覺一定榜上有名。我們無需去援引市場調研數據來印證這個判斷，因為今天身邊那些層出不窮的嵌入式視覺用例，我們隨便就能信手拈來。比如：

站在ATM機前，只需“刷臉”我們就可以取錢，人臉識別漸成身份識別主流；

我們的愛車已經裝備越來越多的攝像頭，輔助駕駛員感知周圍的環境，向無人駕駛王國邁進；

家庭中，安防監控探頭已成標配，開發者正在考慮給智能冰箱等其他家電加裝視覺功能；

如影隨形的手機，其攝像頭除了拍照還在衍生出許多新玩法，比如AR游戲；

當你走進無人便利店，數以百計的攝像頭就開始記錄和分析你的一舉一動，它們可能比你還了解自己想要什么……

可以說，每一個攝像頭的背后都會有一個嵌入式視覺系統在不知疲倦地觀察和分析著這個世界。

所謂“嵌入式視覺”，顧名思義，就是在嵌入式系統中實現計算機視覺功能和應用。之所以在過去十年中嵌入式視覺的應用版圖不斷擴張，很大程度上得益于處理器技術的發展，使得人們能夠從硬件中獲得足夠的算力，讓在嵌入式情景下運行復雜的視覺算法成為可能。

不過，現實中的嵌入式視覺系統設計開發還是會遇到諸多挑戰，比如功耗、尺寸、成本等等。而其中最大的一個挑戰在于，嵌入式應用的碎片化，使得嵌入式視覺的具體需求千差萬別，而其對應的視覺處理算法也沒有統一標準可循，且往往會隨時間變化而變化。開發者通常也喜歡不斷優化那些算法，讓自己的方案獲得差異化的競爭優勢。

這種“不確定性”，對于嵌入式處理器廠商來說，倒是一個不錯的機會，因為在沒有一統天下的霸主之前，誰都有獲利的空間。這也造就了目前嵌入式視覺領域，硬件處理器架構“百花齊放”的格局。而對于開發者來說，在嵌入式視覺處理器的選擇上，則需要更周全的考量，以選擇一款最適合自己的方案。

圖1，安富利基于Nuvoton系統級芯片N32926的網絡攝像機平臺方案，外形小、成本低，非常適合中國監控市場大批量需求

專用ASIC/ASSP視覺處理芯片，由于可以將軟件算法固化在硬件電路上，所以在性能上優勢明顯，如果有足夠的出貨量，性價比也會讓別人望塵莫及。但其“短板”也十分明顯——靈活性不夠——面對“善變”的嵌入式視覺應用，無論是在開發周期還是研發成本上，難免會不適應。所以除非是一些成熟和放量的應用，嵌入式視覺開發者在是否采用ASIC/ASSP上，大都持謹慎的態度。

通用處理器，作為嵌入式視覺可選的另一種硬件架構，與ASIC/ASSP不同，它是通過編程在統一的硬件架構上去跑不同的軟件算法，因此具有極大的靈活性，且系統架構簡單，便于開發。而且由于有比較完善的生態系統的支持，很多算法移植到通用處理器上會比較方便。不過視覺算法通常要使用大量的數據，通用處理器中存儲器帶寬會成為性能瓶頸，無法適應這種大數據流的處理，所以雖然通用處理器技術在不斷提升，但從架構上并不適合性能要求高的嵌入式視覺應用。

GPU和DSP，會被開發者用來彌補通用處理器在視覺處理“專業性”上的局限。比如GPU憑借在并行計算上的出色能力，在3D圖形處理上優勢明顯。而且，GPU和DSP也都可以編程，運行不同算法，因此也具有靈活性。但是GPU和DSP還是比較有“個性”的器件，雖然專長突出，但難于獨立構成完整的視覺處理器系統，往往還需要整合通用CPU、協處理器等其他硬件電路，組成復雜的異構處理系統，這無疑讓開發難度大大增加。

作為這種異構處理系統的代表，手機等智能終端上使用的移動應用處理器（AP）就是一個典型的例子。它們通常包括必要的視覺處理硬件資源，在外型和能效上做了很多優化，以適應電池供電便攜設備的要求，而且有較強的軟件開發平臺支持，我們也能看到一些嵌入式視覺方案和產品采用了移動AP的套片做設計，但是由于AP中集成的一些專業協處理器是無法進行編程了，這必然會限制其在嵌入式視覺應用空間上的擴展。

對于希望兼顧嵌入式視覺系統性能和靈活性的開發者，一種特殊的視覺處理架構值得關注，這就是——FPGA SoC，比如Xilinx公司推出的Zynq平臺。

這是一種包括嵌入式CPU（PS）和可編程邏輯（PL）在內的異構處理器系統，它對于開發者的意義在于，他們可以根據具體視覺處理應用的需要，將不同的任務分配給PS和PL完成——比如，將像素級的、性能要求較高的工作交給PL，而由PS去完成那些非關鍵的、系統級的處理工作——由此，可以達到最優的效果，在性能、功耗等方面實現令用戶滿意的均衡。而且，FPGA廠商也在不斷推出配套的開發工具、軟件和算法庫，去抹平開發者使用這種新型處理架構時的“門檻”。

總之，不論是過去的十年，還是未來的十年，嵌入式視覺都是一個值得我們去投資和關注的領域。吃透一個應用場景，選對合適的嵌入式數據額處理技術方案，“錢”圖應該差不了。

圖2，安富利推出的基于Xilinx FPGA SoC器件的MicroZed嵌入式視覺開發套件