人工智能的定义可以分为两部分，即“人工”和“智能”。“人工”比较好理解，争议性也不大。有时我们会要考虑什么是人力所能及制造的，或者人自身的智能程度有没有高到可以创造人工智能的地步，等等。但总的来说，“人工系统”就是通常意义下的人工系统。

目前人工智能正以相当快的速度跨入物联网，这也将促使视觉应用从过去着重在手机、平板等产品，逐步普及到越来越多的终端产品中，例如汽车、无人机、AR/VR等，同时让嵌入式视觉在整体市场中的必需性大增。

对计算机视觉的需求从未如此强。 受深度学习进步的推动，视觉和人工智能(AI)装置，正以令人惊讶的数量，进入市场。虽然在嵌入式系统中，采用视觉和深度学习构成了挑战，但它正成为一个需求。 以下介绍嵌入式智能视觉，已成为必备组件的各种市场和使用案例。

可能很难想象，大约十年前，手机中内嵌摄影机是一件难得的事情。 现今，大多数手机至少有两个摄影机，一个后置，用于常规拍摄，一个前置，用于自拍和视讯通话。另外，还有一个强大的双摄影机趋势，如新推出的华硕ZenFone 3 Zoom，可以提供类似数字单眼相机(DSLR)的各项功能，如光学变焦、散景和重新聚焦。移动装置上的图像质量，也接近于数字单眼相机，具有视讯稳定、低光增强、超分辨率和HDR等图像增强技术。 一个很好的例子，是新的华硕Super Pixel技术。最近我们看到智能手机和平板计算机摄影机，还支持AR/VR及3D建模。这些功能是手机市场的重大突出优势。因此，持续的竞争推动出现新功能和显著的效能改进，同时使用更少的电力来延长电池续航时间。

智能视讯分析，也正在彻底改变安保行业。机场航站楼等大型设施，始终处于监控的最前沿，但现在对于小型住宅，也变得越来越便宜，而更容易实现。在应对安保问题方面，对复杂场景进行实时视讯分析至关重要。 在某些情况下，云端服务用于分析，但是透过分析流经装置本身的视讯流，可以更好地服务于许多情况。这称为边缘分析或边缘处理。 延迟的反应时间、敏感型数据的脆弱性，和不断增加的数据流量，是边缘处理对于视讯分析如此重要的一些原因。  对于电池供电的设备来说，最大的挑战之一是，确保功率限制得到保证。 这就是为什么低功耗高效能的嵌入式系统，对于这个市场至关重要的原因所在。

无人驾驶汽车已经在许多城市部署用于实验和试运行。但是，直到完全自主的技术成熟，由ADAS功能支持的高度自动化车辆(HAV)，将仍然占主导地位。这些功能使用计算机视觉算法(如图像失真校正、图像拼接等，并结合深层次深度学习技术)，以确保安全性和效率。其与中央超级计算机相反，在相机本身(边缘分析)中执行处理也有许多优点。ADAS的一些主要趋势包括，灵活的解决方案，以适应OEM快速发展的计划;主要关注功率/效能比和尺寸减小;强大的软件支持，支持投资回报。

随着无人机无处不在，它们也变得更加自主，更少依赖用户操作。 无人机整合了扩展计算机视觉和机器学习功能的智能传感器和系统。高需求的一些显著功能包括「跟随我」和「兴趣点」。这些功能使无人机，能够自动锁定移动的物体。而要完美而无须人为干预地执行这些功能，无人机需要感知、避免和导航技能。如果这些功能中的一个没有正确执行，可能会出现严重的后果，如撞到没有正确分析和避免的障碍物。 这须要在边缘装置上，实时完成高质量的视觉处理。

此外，对更高分辨率视讯的需求，也在不断增长。现今，高画质视讯被认为是理所当然的，4K或UHD正在变得普遍，而不仅仅是为高端装置预留。同时，希望增加飞行时间，因此所有的处理都需要高效率。在这个多元化的市场中，解决方案还必须具有灵活性，以便在客户需求和市场动态变化的推动下，实时推出新功能。

如CES 2017所证明，物联网(IoT)市场如火如荼。 智能家庭不再是潮流趋势，而成为一个真正的细分市场，推出许多务实而实用的产品。  远程语音虚拟助理(如Amazon Echo和Google Home)在CES上随处可见。同时，有许多智能家庭装置(如配备智能摄影机的LED灯泡和360度摄影机)使用像脸部识别、失真校正和图像拼接等视觉技术。 下一步将是融合语音助理和视觉技术，以完善智能家庭体验。

CES上的另一个强大趋势，是游戏之外出现的AR/VR的一些实用的使用案例，这仅吸引了相对较小的细分市场。具有更广泛吸引力的使用案例的一个例子，是使用VR来观看现场体育赛事。360度摄影和定向音频的组合，在高速5G因特网上实时传输，提供了一种完全身临其境的体验，就像身在现场。

去年的PokémonGo热潮已经清楚表明，数以百万计的潜在用户，只是在等待机会使用这项技术。找到合适的使用案例，并正确加以包装，势必会相关领域寻到商机。CEVA将自身定位为可编程IP成像和视觉引擎行业的领导者。这就是为什么CEVA不仅提供顶级的视觉处理IP，同时提供简化全面嵌入式解决方案之开发的最佳框架的原因所在。而这也包括一个可扩展的架构，其中包含提供一键完成神经网络的移植、实时软件库、硬件加速器等等的工具包。所有这些都旨在确保顺利过渡到嵌入式环境，并最大程度地缩短客户的上市时间。