OpenVX 1.3 是業界自動化計算機視覺和感知任務所需的現代解決方案。但首先，什么是計算機視覺，為什么它很重要？

作為人類，我們僅僅通過讓光線進入我們的眼睛就能很好地感知我們周圍的世界。隱蔽的光點照射到視網膜的不同區域，信號進入我們的大腦，在那里信息被拼湊在一起。這就是場景開始形成的方式。在很長一段時間內，在數字系統中模擬這一過程被認為是棘手的。

一段時間以來，我們一直在使用數碼相機來捕捉光線信息。這些相機現在能夠實現令人難以置信的高分辨率，但我們一直在努力解決人工視覺問題。原因當然是相機和我們的眼睛一樣，只是視覺的一小部分。正是大腦中發生的位使不同的光點可以解釋。這是計算機科學家和不同分支的科學家一直在努力在人工系統中復制的過程。

在過去的十年中，計算機視覺領域從機器學習研究的爆炸式增長中受益匪淺。卷積神經網絡（CNN）等深度學習算法推動了計算機視覺領域的發展，其功能僅在十年前還被認為是機器無法實現的。

現在，視覺算法能夠識別照片中的物體。它們可以區分城市環境中的行人和汽車。他們還可以在病理圖像中識別令人不安的疾病跡象。這一成就非常成功，以至于推出了一個新的行業：自主行業。

想象一下，未來交通由自動駕駛汽車在城市地區巡回行駛，等待附近乘客的召喚。考慮走進手術室，由經過常規手術訓練的機器進行操作，或者登上一架無人駕駛飛機快速飛往歐洲。這些場景仍然在未來，但它們不再是科幻小說的內容。在某些方面，所有這些例子都存在于我們今天的實驗室中。而這一切只有在計算機視覺的進步下才有可能。計算機視覺使系統能夠解釋環境的變化并做出反應。

考慮到過去十年計算機視覺的突破，我們必須克服的下一個障礙是將我們的軟件解決方案與其執行的硬件解耦。你看，當前的機器學習革命，計算機視覺是其中的受益者，之所以成為可能，并不是由于晦澀理論的一些進步。相反，飛躍來自于我們意識到可以使用圖形處理單元（GPU）作為加速器來加速運行深度神經網絡所涉及的計算。也就是說，解決方案來自編寫可以專門針對硬件加速器的軟件，以比任何人想象的更快地執行計算。

自治時代的十年擺在我們面前，重要的是我們建立軟件的基礎，使用與底層硬件分離的軟件為未來十年的自治系統提供支持，同時仍然能夠利用所需的加速資源。

這就是像Khronos? OpenVX? 1.3這樣的開放行業標準可以提供的好處。建立在開放標準之上的軟件堆棧可以自由地遷移到新的和不斷發展的硬件生態系統。

OpenVX 1.3 是基于計算機視覺功能集和神經網絡推理功能集的模塊化 API。API 定義一個計算圖，其中圖中的每個節點構成一個操作，該操作定義為其中一個功能集的一部分，或定義為用戶提供的內核。計算圖作為執行模式的優勢在于，它為根據底層硬件平臺加速和優化算法的實現提供了充足的機會。雖然呈現給應用程序的 API 是所有實現者的標準，但每個實現者都可以通過管理計算圖的方式以及根據底層平臺對其進行優化的程度來區分他們的解決方案。

功能集是什么樣的？

計算機視覺功能集提供了一組函數，使應用程序能夠執行經典的圖像處理任務。這些函數作為高級 API 提供，應用程序可以輕松調用這些 API，而無需擔心底層硬件。OpenVX 實現的工作是考慮給定硬件平臺下的加速。

盡管圖像處理和傳統的計算機視覺 API 仍然是強大的視覺管道的重要組成部分，但當今最先進的解決方案涉及深度學習算法。OpenVX 1.3 使應用程序能夠通過兩種簡單的方法推斷經過訓練的神經網絡模型：

應用程序可以通過發出離散的函數調用（vxConvolutionLayer、vxActivationLayer、vxFullConnectedLayer、vxSoftmaxLayer等）并在運行時構建神經網絡，并向API提供相關的權重和偏差參數。

應用程序可以將經過訓練的模型作為圖中的單個節點導入到 OpenVX 計算圖中。訓練模型的導入是通過支持神經網絡交換格式 （NNEF） 標準的導入/導出擴展完成的。

對于那些希望構建平臺來為自動駕駛行業的決策和感知引擎提供動力的人來說，他們需要解決兩個基本問題。首先是可擴展性。他們構建的平臺需要能夠適應變化，并且必須適應不斷發展的硬件加速器環境。這個問題的解決方案是使用行業標準 API 如 OpenVX 1.3 將軟件與硬件解耦。

設計人員必須解決的第二個基本問題是安全性和可靠性。在這方面，OpenVX 1.3也提供了一個解決方案。OpenVX 1.3 規范提供了一個安全關鍵配置文件，該配置文件由旨在部署的功能子集組成。這些函數將在邊緣設備上運行，因此保證由實現提供程序確定地執行。

在單個API中，Khronos為計算機視覺和自治行業的未來提供了可擴展性和可靠性的解決方案。該API是OpenVX 1.3。

審核編輯：郭婷