EO_476

54 - ELETTRONICA OGGI 476 - MARZO 2019 G il Pratt, che dirige il Toyota Rese- arch Institute , ha paragonato l’at- tuale onda legata alle tecnologie per intelligenza artificiale (AI) all’esplosione del Cambriano avvenuta 500 milioni di anni fa, che diede vita a un’incredibile varietà di nuove forme di vita. Allora come oggi, uno degli aspetti fon- damentali è rappresentato dalle capacità associate alla vista. Gli scenari futuristici – ormai in procinto di diventare solide re- altà commerciali – impongono l’esigenza di elaborare le informazioni più rapidamente, a fronte d’ingombri e consumi ridotti ma anche di risoluzioni più elevate che mai. Elaborazione immagini e intelligenza artificiale Si consideri un’applicazione per veicoli autonomi che ha l’obiettivo di identificare gli oggetti nei dintorni. Questo processo (Fig. 1) implica un’operazione pira- midale multi-scala per ridimensionare l’immagine a un livello idoneo per alimentare un motore d’intelligenza artificiale, in modo che questo possa interpretare i dati (“si tratta di un segnale stradale”) e, in base a questi, eseguire un’altra serie di interpretazioni (“si tratta di un segnale di stop”). L’AI può essere applicata prima all’immagine per rilevare il tipo di scena e successiva- mente – in base al risultato – si può utilizzare un algo- ritmo intelligente di tipo High Dynamic Range (Fig. 2). Utilizzando un’elaborazione basata su AI, alle immagi- ni può anche essere applicato l’effetto Bokeh. L’effetto Bokeh è una sfocatura dello sfondo eseguita su un’im- magine contenente punti luce in parti della scena che si trovano al di fuori della profondità di campo deside- rata. Sino ad oggi gli smartphone hanno offerto questo effetto utilizzando degli algoritmi e due sensori di im- magine o due fotocamere: con l’intelligenza artificiale, l’effetto Bokeh può essere implementato ricorrendo a una singola fotocamera (Fig. 3). In questo caso, l’intelligenza artificiale viene utilizzata per segmentare i diversi piani dell’immagi- ne. L’elaborazione crea una sfocatura (del- lo sfondo) o aumenta la nitidezza (in primo piano) dell’immagine, oppure entrambe. Grazie a questa elaborazione, il sistema può distinguere più facilmente i volti e gli ogget- ti, identificare i segnali stradali o creare ri- tratti di alta qualità. Gli scenari futuri impongono l’esigenza di elaborare le informazioni più rapidamente, a fronte di ingombri e consumi ridotti ma anche di risoluzioni più che mai elevate Pulin Desai, Director, Product Marketing - Tensilica Imaging and Vision Group Cadence EDA/SW/T&M VISION PROCESSING/AI Le sfide associate ai DSP per elaborazione immagini e intelligenza artificiale Fig. 1 – Pipeline di elaborazione del sensore di immagine Fig. 2 – Senza e con elaborazione HDR, utilizzando due fotocamere per la ripresa della scena e delle funzioni di stabilizzazione dell’immagine