在边缘设备价值链上下，公司正在购买和构建在智能摄像头和其他设备中添加生物识别智能所需的技术。通过收购私人视频分析公司ModCam，网络巨头思科更加“聪明”，以对其Meraki投资组合。同时，在芯片水平上NXP正在为在微控制器系列上增加对流行的机器学习软件的支持，以便为成本敏感的边缘设备增加更多的生物识别语音和面部识别能力。
试图将计划拼凑为安全重返工作计划计划的公司和机构正在寻求使用智能摄像机寻求帮助。面部识别和热成像是现在监视系统的表赌注。正如最近公告所示，在设备上的可编程性和视频分析是重点的最新领域。
思科宣布它收购了Modcam，这是一家视频分析公司，总部位于瑞典Malmӧ。 MODCAM成立于2013年，并根据LinkedIn个人资料拥有20位员工。根据该公司的总资金筹集了760万美元crunchbase。交易条款没有披露。
思科对公司的主要兴趣是在开发视频分析软件的机器学习和计算机愿景方面具有经验的工程师。
具体而言，MODCAM的技术用于精确位置和旅行路径分析。独特功能的一部分是该软件可以将其对象检测缝合在一起的能力，从而使多个摄像机可以用来将对象在整个观察到的空间中移动的位置进行拼凑在一起。
ModCam技术的最初应用之一是零售商店的流量分析，希望了解人们如何做出购买决策。现在的重点是诸如优化空间利用率之类的事情，以确保人们可以安全地走到办公室。 MODCAM方法的另一个优点：在边缘设备本身上执行视频和分析功能，从而增加了数据安全性和个人隐私。
思科将在其Meraki中利用这项技术MV智能相机产品线。
NXP向微控制器增添了光泽
NXP引用了Tirias研究的预测，到2025年，所有边缘设备中有98％将使用某种形式的机器学习/人工智能。NXP忙于通过其MicroController单元的I.MX RT系列将这些功能添加到边缘设备中。微控制器与微处理器相似，因为它们具有中央处理单元（CPU），但也将集成在单个软件包中的内存和通信端口以获得成本和空间优势。这些芯片通常在嵌入式设备中找到，并且仅提供有限的专用功能。
NXP的公告引起了人们的关注，因为该公司声称拥有行业优先执行微控制器上的Glow神经网络机器学习软件。该公司的EIQ机器学习编译器可以在标准版本的GLOW（最初由Facebook开发的软件）上实现具有2倍至3倍性能增长的发光模型。最终结果：在更广泛的设备上，面部和语音识别的性能更好
“通过使用专用构建的软件库来利用其MCUS的计算要素并提供2-3倍的性能提高，NXP证明了将Glow NN编译器用于机器学习应用程序的广泛好处，从高端基于云的机器到低成本的嵌入式平台。
文章主题
人工智能|AI芯片|生物识别技术|边缘生物识别技术|思科|面部识别|机器学习|微控制器|NXP半导体|视频分析|语音识别
