ARM Computer Vision Calculates Calories 'Right' Even with Just Volume Detected
Published2017.06.28 14:33DynamIQ Technology, Computer Vision, and Wireless Communication Technology Announcement
ARM, a semiconductor design intellectual property (IP) company, held its annual event, 'ARM Tech Forum 2017,' at the L Tower in Yangjae-dong, Seoul, on Wednesday, the 28th.
At this ARM Tech Forum event, various solutions were introduced, centering on the latest CPU and GPU products supporting the newly announced DynamIQ technology. During the presentation, ARM’s Chris Turner introduced premium mobile experiences through the ARM Cortex-A73, and Anand Patel presented on the topic of 'ARM GPU technology'.
In addition, ARM’s Steve Steele introduced next-generation image processing technology for automobiles while presenting ARM processors that drive automotive innovation.
In addition to this, there were presentations on topics such as computer vision, mbed updates, and recently emerging wireless communication technologies like LPWAN/NB-IoT and BLE.
On this day, ARM demonstrated an application that implements computer vision and machine learning on a mobile device. The real-time calorie meter with applied artificial intelligence was implemented based on ARM NEON and Mali GPU.
"Computer vision capable of processing machine learning functions at the edge can calculate calories by measuring the volume of objects," an ARM official said. "This is processed at the CPU and GPU levels of the device rather than connecting to a server for analysis, enabling real-time processing and analysis."
ARM is currently partnering with various companies to develop applications utilizing computer vision solutions. It is expected to be used not only in video fields such as CCTV, but also in future sectors such as automotive and VR/AR.
관련뉴스
ARM Sets AI Milestone with DynamIQ
ARM이 멀티코어 프로세서 시스템의 ARM 다이내믹(ARM DynamIQ) 기술을 발표했다. 다이내믹큐는 보안을 요구하는 플랫폼 단말기부터 클라우드에 이르는 기기에 멀티 코어를 제공하게 될 것이다. 스마트폰, 차량, 가전제품, 그 밖의 수 많은 커넥티드 기기에 적용될 수 있다. 클라우드와 기기 사이에서 생성되는 제타바이트 단위의 데이터를 머신 러닝에 활용하는 인공지능(AI)이 가능해진다.
2017.03.22by 김자영 기자
ARM Launches Image Processing Device for Accurate Viewing and Safe Driving
ARM은 Mali Camera 제품군의 첫 제품인 ARM Mali-C71 영상 처리장치(ISP)를 출시한다고 발표했다. 신규 Mali-C71 프로세서는 ADAS용 SoC를 위해 설계되었다. 자율주행 기술이 발달하며 ADAS 애플리케이션으로 차량 미러 대체, 졸음 운전 감지, 보행자 보호 시스템과 같은 향상된 이미지 처리 기술이 요구되고 있다. 시장조사기관 스트래터지 애널리틱스(Strategy Analytics)는 "기술 구현을 위해 필요한 카메라 수가 증가할 것"이라며 "향후 5년 안에 고급형 자동차 대부분에 최대 12대의 카메라가 장착될 것"으로 전망했다. 이런 유형의 복잡한 카메라 기술은 최악의 기상 조건에서도 영상을 신속하게 처리하고 분석할 수 있어야 하고, 엄격한 자동차 안전 기준을 충족하도록 설계해야 한다. 스마트폰이나 소비자용 비디오 카메라에 사용되는 일반 카메라 기술을 통합하는 것으로는 불가능하다.
2017.04.25by 김자영 기자
ARM, IP 온라인 포털 프로그램 확장 “Cortex-M0, M3 라이선스 무료”
ARM은 IoT, 지능형, 커넥티드 솔루션을 개발하기 위해 임베디드 프로세스 기술에 쉽게 액세스할 수 있는 기반을 마련하기 위해 디자인스타트 프로그램에 여러 가지 개선점을 추가했다. 이를 통해 커스텀 SoC를 평가 및 설계하고 시장에 출시할 수 있는 가장 빠르게 방법을 제공한다. 이번에 발표한 디자인스타트 프로그램이 제공하는 개선점은 ▲Cortex-M3에 대한 액세스 추가 ▲기존의 Cortex-M0에 대한 액세스를 유지해 광범위한 스마트 임베디드 애플리케이션에 적용 가능 ▲선행 라이선스 및 평가 비용을 제거해서 리스크가 낮은 성공 기반(Success-based)의 로열티 모델 제공 ▲신속한 IP 액세스를 제공해 수일 내로 CPU 상용화 개발 착수 가능 등이다. 200억개 이상의 반도체 칩이 Cortex-M0와 Cortex-M3 프로세서를 탑재하고 있으며, 이 가운데 절반 가량이 불과 몇 년 사이에 출하되었다. 이 프로세서는 다양한 기능과 초소형 사이즈, 뛰어난 전력 효율성으로 꾸준한 인기를 얻고 있으며, 배터리가 없는 에너지 하베스팅 애플리케이션까지 구현 가능하다. 예를 들어, Cortex-M0 프로세서는 사람의 머리카락 단면에 장착할 수 있는 초소형 크기를 자랑한다. 해당 프로세서를 활용해 구현한 혁신 사례는 ARM 이노베이션 허브에서 확인할 수 있다.
2017.06.20by 김자영 기자
A single misaligned light means 'defect'… Vehicle interior lighting now guarded by semiconductors and software
자동차 실내조명이 '보조 조명'의 자리를 벗어나고 있다. 색상과 애니메이션으로 브랜드 아이덴티티를 드러내고 운전자 취향을 담아내는 사용자 경험(UX)의 핵심 요소로 올라서면서, LED 실내 앰비언트 시장도 빠르게 커지는 중이다. 이에 관하여 '미래 자동차를 밝히는 지능형 LED 실내 조명 솔루션' 이라는 내용으로 기술 웨비나 세션을 발표하는 최영재 다보코퍼레이션 연구위원을 앞서 만나, 시장의 온도와 설계 요구의 변화를 들었다.
2026.08.28by 명세환 기자
ST Microelectronics and NUS Establish Joint Research Center 'HELIX' for Edge AI
ST Microelectronics and the National University of Singapore have established the 'HELIX' joint research center aimed at implementing embedded AI in edge environments. Over a four-year period, the center will conduct research across the entire technology stack from algorithms to silicon, focusing on memory-centric architecture leveraging ST's 18nm FD-SOI technology and embedded PCM. The core objective is to implement intelligence directly in physical devices such as robots and drones while minimizing energy consumption.
2026.08.28by 배종인 기자
