项目是边缘计算智能超薄型无透镜多模式视觉系统，其核心是：（1）用平板型微光学元件取代传统光学镜头，通过先进的图像处理和机器学习算法实现超薄型多模式成像；（2）成像硬件子系统和基于人工智能和计算机视觉的应用软件子系统高效地实现到低成本片上系统（SoC） 中，实现低成本边缘计算并提供系统自学习功能。通过边缘计算实现智能视觉嵌入式平台，达到高性价比，并且方便用户进行二次开发。这样的智能视觉系统可广泛用于智能家居、娱乐游戏、教育医疗、机器人、智能制造和智能安防等需要视觉感知的领域。 传统的光学成像使用光学镜头和图像传感器。图像传感器使用的CMOS半导体技术在近20年有根本性的突破，实现了高分辨率、高动态范围和高度集成，可以做得小而薄。但是目前使用的光学镜头仍然基于传统的折射光学，即使是塑料镜头技术的发展带来的小型化还是非常有限，比如大部分移动设备（比如手机）里的小型摄像头仍然使用3—4个镜片的组合实现一个镜头，相对与图像传感器体积庞大，消耗大量的材料，并且组装非常复杂。本项目采用平板型微光学元件取代传统镜头，利用衍射光学和最新图像处理和机器学习算法可以实现超薄型的多模式成像摄像头。这种平板型微光学元件可以利用半导体加工工艺，厚度仅为1mm左右, 使用的材料大大减少。这样的微光学元件非常容易实现总高度为2-3mm的多模式成像摄像头。 多模式成像同时获取目标物体的多种信息，比如RGB颜色或多光谱、红外波段反射情况和深度等。不同成像通道得到的信息互补，可以提高各种视觉识别和分析的可靠性。同时，针对多模式图像的特性，采用混合式机器学习，将传统机器学习方法和最前沿的深度神经网络相结合，优势互补，既能提高视觉识别和分析算法的精度，又能减少运算量。同时提供系统提供在线自学习功能。 【展开】 【收起】