1 引言

由于图像中包含丰富的信息内容，并且边缘的数据处理能力不断提高，智能摄像头在零售领域越来越受欢迎。诸如结账扫描仪、条形码图像、资产和人员跟踪、防盗检测等用例正在帮助实现客户体验自动化，并为客户带来更加简单便捷的体验。

尽管视觉对于人类来说是一个直观的概念，但计算机视觉却具有挑战性。图像包含大量信息，视觉模式能以多种形状、大小和环境形式出现。传统的计算机视觉使用滤波器、变换和专用算法，效果相当不错；但是，这些算法通常很难完全加速，并且可能需要针对环境和任务的具体细节进行调优。机器学习和深度学习图像处理方法更为通用，并且通常具有更高的精度。虽然这些基于学习的算法 (AI) 通常计算更加复杂，但由于非常依赖矩阵数学，因此也更易于加速。

利用深度学习和云端 AI 处理图像非常容易，但成本比本地处理明显要高，而且是经常性成本。由于网络延迟，结账等反应式应用对客户而言会很慢，容易引起客户不满。安全应用可能会引发隐私问题。此外，随着解决方案的扩展，相关的云成本也会同样地扩展。在捕获视频的设备上本地处理图像可以解决这些问题，但需要一个符合成本、功耗和性能要求的处理器。