Оптимизация энергопотребления и производительности модуля мобильной камеры с помощью распознавания сцен на основе искусственного интеллекта

В сегодняшнюю эпоху развития технологий обработки изображений смартфонов распознавание сцен с помощью ИИ стало основной движущей силой оптимизации энергопотребления и производительности модуля камеры. Благодаря точному определению сцены съемки и динамической корректировке стратегий алгоритмов производители смартфонов могут не только улучшить качество изображения, но и значительно снизить энергопотребление, продлевая срок службы батареи. В этой статье будет проанализирована ключевая роль сцены с помощью ИИ в оптимизации мобильных телефонов. камеры из трех измерений: аппаратная архитектура, программные алгоритмы и системная синергия.

Эффективный процессор: использование специализированного чипа ускорения ИИ (например, Rockchip RV1126) может обеспечить 2.0Tops вычислительной мощности, поддерживающей вычисления смешанной точности INT8/INT16, гарантируя производительность в реальном времени при снижении энергопотребления. Этот тип процессора интегрирует высокопроизводительный движок декодирования видео, поддерживающий многопотоковую обработку 4K H.264/H.265, обеспечивая гарантию вычислительной мощности для динамического анализа сцен.

Управление питанием и выбор оборудования: приоритет источника питания DCDC, по сравнению с традиционным LDO, эффективность питания DCDC увеличивается более чем на 30%, особенно в источниках питания датчиков высокого разрешения;

Динамическая адаптация датчика, выбор подходящего датчика в соответствии со сложностью сцены, например, маломощные модели для статических сцен, переключение на высокочувствительные модули для динамических сцен, балансировка качества изображения и энергопотребления.

Динамическая оптимизация битрейта: с помощью анализа сложности сцены и соотношения ROI (область интереса) с помощью ИИ параметры кодирования корректируются в режиме реального времени. Основная область (например, портрет) находится в качестве изображения, а область без ROI сохраняет базовое качество с экономией битрейта более чем в 20 раз; в сочетании с технологией HEVC качество изображения лучше, чем у традиционных схем при той же битрейте, что снижает нагрузку на передачу и хранение.

Тонкое управление рабочими параметрами: согласование разрешения и частоты кадров, автоматическое переключение разрешения (например, 1080P → 720P) в соответствии с требованиями сцены и управление кадрами в диапазоне 15–30 кадров в секунду, снижение тактовой частоты VFE; закрытие избыточных функций, отключение ZSL (режим нулевой задержки затвора может снизить потребление энергии на 10 мА и оптимизировать вывод журнала, чтобы избежать избыточности фоновых данных.

Технология семантической сегментации сцен: Технология семантической сегментации изображений ИИ, используемая чипами MediaTek Dimensity, может разложить изображение на независимые области, такие как голубое небо, зеленые растения и портреты, оптимизируя контрастность, цвет и резкость. Эта технология, сокращая избыточные вычисления, снижает потребность в вычислительной мощности на 50, а также поддерживает наложение нескольких алгоритмов (например, динамическое отслеживание улучшения ночной сцены).

Адаптивная настройка параметров: Huawei AI Photo Master автоматически подбирает сцену (например, еду, текст), изучая привычки пользователя, оптимизируя баланс белого и компенсацию экспозиции. Экспериментальные данные показывают, что после включения этой функции сжатие светлых участков и сохранение темных участков увеличиваются на 40%, а энергопотребление предварительного просмотра снижается на 15%.

Глубокая синергия ISP и ИИ: ISP собственной разработки (например, чипы серии Apple, Huawei Kirin) вмешиваются в шумоподавление и оптимизацию динамического диапазона на ранней стадии конвейера обработки изображений посредством аппаратного распознавания сцен, что снижает потребление вычислительной мощности на более поздней стадии. Тестовые данные показывают, что ISP, интегрированные с ИИ, могут повысить скорость обработки ночного режима в 2 раза и снизить энергопотребление на 35%.

Баланс температуры и производительности: в сценариях с высокой нагрузкой (например, при записи видео 4K) частота ЦП/ГП регулируется в сочетании со стратегиями интеллектуального терморегулирования, чтобы избежать понижения теплового режима. Например, технология терморегулирования AI от MediaTek может предсказывать пики нагрева и заранее снижать энергопотребление некритических модулей.

Анализ деконструкции энергопотребления: сравнивая эталонное значение конкурента, создается модель «базовое энергопотребление платформы + экран + модуль + алгоритм» для обнаружения ненормального модуля энергопотребления. Например, определенная модель, в которой алгоритм красоты вызвал 45%-ное увеличение энергопотребления предварительного просмотра посредством декомпозиции, которая была оптимизирована до ±5% эталонного значения.

Моделирование сценария: в сочетании с данными о поведении пользователя (например, 60%-ное соотношение коротких видеосъемок) высокочастотные сценарии оптимизируются специально. Эксперименты показывают, что динамическая адаптация частоты кадров и разрешения для сценариев прямой трансляции может продлить срок службы батареи на 1,5 часа.

Распознавание сцен с помощью ИИ движет эволюцией смартфона от «аппаратного стекирования» к «интеллектуальной эволюции». Благодаря инновациям в архитектуре оборудования, глубокой оптимизации алгоритмов и системной синергии будущие смартфоны достигнут предела «низкого энергопотребления и высокого качества изображения». С постоянным совершенствованием вычислительной мощности ИИ на периферии технология распознавания сцен также распространится на такие области, как виртуальная интеграция и реконструкция сверхвысокого разрешения, изменяя процесс мобильной обработки изображений.