Ce n’est pas un mince défi que d’apporter la vision artificielle (et donc la capacité à détecter, suivre et identifier d’autres objets, des personnes et des animaux) aux objets connectés dont le coût et la consommation électrique ...doivent être limités. Spécialiste des cœurs et des blocs d’IP pour DSP avec un focus sur les technologies de vision, de communication, de connectivité et audio, Ceva affirme toutefois avoir résolu la quadrature du cercle en collaboration avec le taïwanais Himax Imaging et l'israélien emza Visual Sense.

Sous le nom de WiseEye IoT, les trois compères estiment avoir développé le premier imageur intelligent toujours actif, précisément pour ce type d’applications IoT. Présenté début janvier sur le CES 2017, l’imageur associe un capteur d’image Cmos basse consommation de Himax Imaging, un cœur de DSP dédié à la vision de Ceva et les algorithmes de vision artificielle d’emza. En consommant seulement quelques milliwatts, l’imageur WiseEye IoT embarque ainsi une intelligence locale et n’envoie sur le réseau que des informations pertinentes, une caractéristique qui, selon Ceva, s’avère essentielle pour réduire la bande passante et le coût de déploiement d’imageurs connectés sur des marchés comme les assistants virtuels, les dispositifs électroniques portés sur soi, les capteurs domotiques, la sécurité résidentielle, la protection des personnes âgées, l’automobile, les bâtiments intelligents et les infrastructures de la ville intelligente.

On rappellera que la start-up française Chronocam s’est elle aussi engagée sur cette voie avec une technologie inédite de vision embarquée qui mime le fonctionnement de la rétine de l’œil humain. Une technologie qui associe pour la première fois grande vitesse d’acquisition des images, faibles débits des informations à véhiculer et éco-efficacité ! Le constructeur automobile Renault a d’ailleurs signé un accord de développement stratégique avec la jeune pousse qui devrait permettre à terme aux capteurs de vision de Chronocam de se déployer au sein des sous-systèmes de détection et de traitement des informations visuelles des équipements d’aide à la conduite (ADAS) de Renault et de s’inscrire dans le développement de la conduite autonome.