據世界衛生組織（WHO）報告顯示，近年來，道路交通死亡人數目前趨于穩定，2013年時為125萬人。然而值得注意的是，這種“穩定狀態”是在全球人口和機動化程度增長的背景下實現的，在2010年至2013年期間，人口增加了4%，同期內車輛增加了16%，這表明為加強全球道路安全而實施的干預措施挽救了不少人的生命。而這一現象，在日本表現的尤為突出，據日本警察廳報告，2016年日本交通事故死亡人數時隔67年跌破4000人，有關責任人解釋到，這一數字的降低得益于行政機構及汽車廠商共同努力的結果。

而以上現象的出現，不得不感謝汽車廠商為汽車安全做出的貢獻，其中，為了防范危險的發生，汽車廠商專門針對主動安全研發了高級駕駛員輔助系統（ADAS），因其具備諸多如盲點探測、前車防撞預警系統FCWS、行人檢測PED等主動安全預警功能，從而被廣泛應用在中高級轎車上。

不能更驚訝——“Visconti4?系列”高精度圖像識別處理器

而在高級駕駛員輔助系統（ADAS）實施過程中，基于高級駕駛員輔助系統ADAS的圖像識別處理器就顯得尤為重要。

東芝正在開發和生產的“Visconti4?系列”圖像識別處理器能夠代替人眼對來自攝像頭的影像進行圖像處理、實時掌握道路情況、檢測障礙物，對駕駛員提出預警，防范危險的發生。

“Visconti?4”圖像識別處理器（封裝尺寸：27 mm × 27 mm）

小芯片“大智慧”——瞬時處理大量圖像信息

據悉，Visconti?4系列圖像識別處理器不僅能識別來自車載攝像機輸入的圖像信息，新加入的3D重建（SFM）功能還能夠探測一般的障礙物，從而配合自動剎車系統緊急制動，大幅提高駕駛的安全性。

Visconti?4系統采用東芝獨創的高精度檢測技術，經過諸多算法和圖像硬件加速器對可視物進行數據分析處理，可高效的辨別背景物體以及步行者之間的微妙色差，不僅在白天，即便是低光照射情況下或是在漆黑的夜晚，“Visconti?4”圖像識別處理器亦可輕松對車輛和行人加以辨識，對交通信號、障礙物、行車線等信息加以識別，從而實現各種高級的駕駛員輔助應用，如入車道偏離警告、前方/后方防撞警告、前方/后方行人防撞警告、交通標識識別等等，從而大大提高車輛行駛安全性。

要知道，這一切的發生并不需要在汽車內放置一臺很大的計算機。一枚小小的芯片便能夠在行駛的瞬間完成上述工作。

Visconti?4可同時執行8個圖像識別應用程序

使用Visconti?4識別夜間步行者示意圖

不能更精準——深度神經網絡技術讓無人駕駛成為可能

為了實現更加精準的圖像識別技術，日前，東芝與電裝（DENSO）公司正在攜手開發一種稱為“深度神經網絡知識產權(DNN-IP)”的人工智能技術，該人工智能技術將用于一直由兩家公司獨立開發的圖像識別系統，幫助實現先進駕駛員輔助和自動駕駛技術。

據介紹，深度神經網絡(DNN)是一種模仿人類大腦神經網絡的算法，它有望像人腦一樣精確地執行識別處理，甚至比人腦更精確。其中，為了實現自動駕駛，汽車計算機需要能夠識別不同的道路交通情況，包括各種各樣的障礙物和道路標記、駕駛道路的路況以及潛在的危險情況。在傳統模式識別和機器學習的圖像識別中，需要被計算機識別的物體需要人為的將其特征化后進行數據和圖像的提取認知。但是在基于DNN的圖像識別系統時，計算機可自行提取并學習了解物體的特征，實現對多樣對象的識別，從而能夠顯著提高對各種物體的檢測和識別精度。

使用DNN－IP圖像識別技術的示意圖片（上：實拍圖像／下：使用DNN－IP辨別對象的圖像）

基于DNN-IP圖像識別技術的實現，我們有理由相信，針對一些媒體報道的“2020年前后，無人駕駛車輛將普及”的信息或許將成為現實，依靠DNN-IP影像識別技術，車輛不僅可以自動檢測行駛環境、解決道路交通問題，減少因交通事故而死亡的人數，還可以減輕司機的駕駛負擔，解決高齡人士安全駕駛出行問題。

當然，東芝研發的Visconti?圖像識別處理器的適用范圍不僅局限于汽車領域，而是將更加廣泛的應用于工業應用專用攝像頭視覺系統領域，今后還將在更廣闊的領域發揮越來越重要的作用，東芝亦將一如既往的為營造地球美好的明天而努力。

*標注的日期為日文原文發布日期