登录
 机构网站
  1. 首页
  2. 情报产品
  3. 快讯详情

《面向App用户评论的软件特征挖掘研究》

  • 来源专题：图书情报
  • 编译者： xuxue
  • 发布时间：2019-08-29

  • 面对数量巨大、信息非结构化的App用户评论，获取软件特征有助于App开发者进一步探索用户的特征请求及潜在需求。文章针对App用户评论的特性，提出新的App软件特征挖掘方法，以Apple App Store里真实的App用户评论为实验对象，收集、预处理评论数据，利用基于句式匹配和情感倾向的识别方法确定包含特征请求的评论范围，并通过关联规则算法提取出软件特征。实验结果显示，识别特征请求评论范围具有一定的必要性以及提取软件特征具有较高的准确性，由此验证了本文方法的有效性。

69浏览量
原文链接
相关报告

  • 《面向关键核心技术领域的科技情报感知服务体系构建研究》
    • 来源专题：数智化图书情报
    • 编译者：闫亚飞
    • 发布时间：2023-07-11
    • 1.构建多主体合作的情报感知体系，实现智慧协同与情报流转 在科技情报感知体系中，情报协同主体始终居于主导地位，在情报感知的生命周期中，情报需求的感知则处于首要地位。早在二战时期，美国社会科学委员会、学术团体、情报领域学者、情报机构就联合建立战略情报局，以此识别国家的情报导向需求，这开创了学界与情报界协同合作的先河。中国科学院文献情报中心刘细文等人认为协同战略情报研究是未来科技情报的首要工作模式。在传统的科技情报协同平台中，领域专家一直处于核心位置。但是对于关键核心技术，仅依靠领域专家可能会存在思维定势及认知偏差等原因导致科技情报感知有误差。再加上关键核心技术本身具有的潜在性、颠覆性等特征使其更加难以被发现与感知，这就需要引入大众智慧，扩大情报响应范围，增强科技情报识别与预测的准确性、全面性、及时性。当然大众智慧并不是指所有群众或网民评选，更多是依靠该领域的长期关注者，人员选取主要包括该领域相关网站的核心用户、该领域的青年学者、企业、工业人员等，同时还应建立信任和激励机制，吸引其他学科领域群体持续广泛的参与。。从协同主体的组织模式出发，情报感知的各主体应形成良好的组织结构。一方面科技管理与决策部门应“下好全国一盘棋”，为关键核心技术的攻关建设国际一流的科技情报服务中心，发挥领导、统筹作用，提升科技情报感知能力;另一方面，其他情报协同主体应保持扁平化设计，彼此间形成横向沟通网络，以平等互惠的原则吸纳不同领域、不同行业的情报机构及人员，以此拓宽情报协同平台的网络结构。总体来说，关键核心技术领域情报感知协同平台的主体主要包括科技智库机构、科技管理部门、领域与战略专家、情报咨询机构及大众群体。由科技管理与决策部门作为主导，科技情报机构作为协同平台的情报枢纽，有效识别国家决策需求，分析关键核心技术的发展态势。同时，科技情报机构还需在协同平台中充分承担情报共享与情报重构的责任，实现不同主体间的情报流通无阻。领域专家与大众间则需实现智慧协同，以此弥补专家所存在的思维定势、晕轮效应等问题。由于关键核心技术本身具有很强的跨学科协同性，高校、科研院所作为主要技术研发机构，在情报协同平台中并非以传统的单兵作战形式，而是以多学科团队交叉形式存在，综合多领域科学团队的情报意见，以扩大高校、科研院所对关键技术的态势感知具有先天优势。 2.打造多源异构的科技情报数据库，实现全源情报挖掘 在情报感知的生命周期中，情报采集是扫描、评估、刻画等过程的前提，在面向关键核心技术的情报感知体系中，情报协同平台在精准识别情报需求后需对所需情报进行采集。对于关键核心技术领域情报感知服务体系中的数据来源，由于关键核心技术所具有的潜在性、前瞻性、应用性等特征，传统情报库信息已经难以应对。因此情报协同平台首先要充分拓宽科技情报的元数据来源，根据原有情报库结合专家、大众智慧以及特定领域网络信息搭建全领域、全类型科技情报知识库。领域网络信息是指特定技术领域的相关信息，既包括专利报告、科技期刊、图书等结构化数据，也包括各技术、新闻等门户网站信息、国外情报、科技等网站信息、知识社交平台信息等非结构化数据。特别是对于关键核心技术的前瞻性特质，各国情报科技部门往往会发布科技前瞻评估报告，如韩国科技评估与规划研究院(KoreaInstituteofScienceTechnologyE valuationandPlanning，KISTEP)公布的《KISTEP十大新兴技术》以及知名咨询公司高德纳(Gartner)每年发布的《十大战略科技发展趋势》等技术报告文件。尽管全领域、全类型的科技情报密度高、容量大，但是由于大国博弈高度情报对抗条件下的开源情报来源的不可靠性逐渐增加，开源情报的欺骗效应也渐渐被用作国际间科技竞争的新型工具。鉴于国防与军事技术的高度敏感性，融合开源情报的全源情报成为国防科技情报研究保障的关键形式 。因此，在针对关键核心技术领域的情报采集过程中需要由开源情报向全源情报逐渐转变，利用全源情报消除开源情报的不确定性。总体而言，情报协同平台既需要打造多源异构的科技情报数据库，也需要将目光转向全源情报的收集与利用，以全源性思维和全源性手段实现对全部情报来源、全部利益相关体、全部情报人员思想等要素的综合考虑和应用，以此加强对潜在关键性技术的感知。 3.设置多重扫描指标，实现关键核心技术情报识别第一，关键核心技术领域指标设定。关键核心技术的形成遵循“10→3→1”收敛轨迹，这表明关键核心技术是逐步遴选收敛出来的。由于情报采集与归纳的多源异构数据与全源情报，其数量庞大、形式多样，如何根据情报需求，确定攻克关键核心技术所需的科技情报是首要任务。目前公认的科技数据扫描方法主要为基于大数据的专家思想碰撞的方式，研究认为对于关键核心技术的隐蔽性及前瞻性，单一指标难以实现精准探测，因此关键核心技术指标的设定应包括广域扫描指标与特定领域扫描指标两种。广域扫描指标用于对多源异构数据库进行初步整体非定向扫描，以便用于专家遴选，根据其作用功能。根据关键核心技术的主要特质和学者们的研究，本文对初级指标的框架进行表述。对于颠覆性指标的设定，研究根据Christensen及栾春娟等等的研究，将其分解为四个维度，这四个维度分别代表了关键核心技术的不同颠覆领域。前瞻性的指标分为该技术是否对行业、技术具有预见作用，能够精准捕捉未来技术的发展态势。垄断性主要是指该技术具有难以模仿的特质，对于情报感知体系来说，还要精准判断该技术的研发能否保持长期垄断以及是否具有较高的垄断价值。潜在性的判别指标是要识别该技术目前的发展现状，是否为潜在性技术，同时该技术的潜在价值如何。夏绪梅等认为关键核心技术具有高投入的特性，同时政府还要判别投入所形成的成果产出，因此本研究将高投入性指标设为投入指标与产出指标。特定指标用于特定技术领域与交叉技术领域评审。由于关键核心技术具有交叉性、融合性、长期性，这需要对某个领域进行长期监测，同时还需多领域专家共同评审。因此该指标需要根据关键核心技术的本质特征与所在领域前沿技术特征相结合，根据不同领域、行业的现状，遴选不同专家进行指标设定。第二，关键核心技术领域数据扫描与识别。根据已设定的技术指标，情报感知体系将根据技术评价指标及专家智慧，对多源数据进行扫描与识别。对于广域技术扫描，其核心在于动态全域监测，监测范围广，监测结果粗度较高。对于特定领域技术扫描，其核心在于智能情报挖掘，识别特定技术领域与交叉技术领域发展态势，要求保持较细粒度。但是无论是广域扫描还是特定扫描，都需要对科技数据进行多轮迭代筛选，以此捕捉技术弱信号。由于地平线等扫描系统主要侧重于技术的热度、突变度等特征，缺乏综合维度的评估，难免存在误差，需要结合专家与大众智慧。即技术数据迭代筛选的过程也是人机协同的过程。因此科技情报数据识别的过程主要包括四个阶段。 a．科技数据初筛选。该过程是机器智慧的集中体现，需要同时对特定领域与非特定领域利用不同指标进行广域扫描。机器智慧首先利用大数据挖掘分析等方法对科技情报数据进行初步整体的非定向扫描，根据突变度、新兴度、热度等维度对潜在技术进行评估，同时根据初步指标对技术进行遴选，将机器识别为关键的技术存至技术清单1。对于特定领域及交叉领域所进行的定向扫描，机器智慧利用特定指标与交叉指标进行技术筛选，对认定为关键的技术存至技术清单2。对于清单2中的技术还需要利用机器智慧绘制技术交叉图谱、演化趋势图，辅助领域专家评审。 b．科技数据再筛选。该过程是专家智慧与大众智慧的集中体现。对于预选技术清单1，领域专家需要联合大众智慧，根据机器智慧所提供的相应技术信息，如技术突变点、研究机构、国家等结合初步指标进行关键技术判定，以此实现第一轮的智慧融入。专家评分后，将保留于清单1中的技术进行二轮迭代，同时在迭代中引入新探测技术。通过技术筛选的不断反复，逐渐完善技术清单1并交至数据平台。对于技术清单2，需要结合特定领域及跨学科的专家团队智慧，该领域专家根据机器提供的技术交叉图谱、演化趋势图进行分析，之后根据特定指标或交叉指标对技术清单2进行审验，发现清单漏洞并对谱系结构、技术演化图谱予以完善，之后进行多轮迭代，最后提交至数据平台。 c．科技数据提交。技术清单1与清单2录入数据平台后，由跨学科团队进行专家审定，验证其科学性，对于存在漏洞的技术清单应反交至上层清单，重新审验。之后根据科技管理部门情报需求按领域、按行业进行情报决策支持并将所需技术清单及相关情报提供给情报协同平台。 d．科技数据归档。即将最终所得技术清单进行分档归类，该过程由情报协同平台完成。情报协同平台需要综合全球核心技术领域知识库、案例数据库等分类原则，建立符合我国科技管理及相关部门所需的重点跟踪科技库和专题科技库。对于归档后的科技情报数据，应该保持定期监测，本文也基于此建立五维监测体系。 4.态势监测与技术演化导航，实现情报刻画与评估情报刻画可以被解释为“以促进感知的形式呈现。”正如钱学森曾说“情报是激活了的知识”。因此，情报刻画与评估便为情报感知的激活与具体展示。在科技情报感知体系中，情报刻画与评估的首要目的是根据扫描与识别的结果绘制关于关键核心技术的情报产品。情报产品主要包括场景模拟、技术监测与技术演变导航与图谱绘制。 4．1技术发展态势监测关键核心技术发展态势的监测包括监测该技术市场潜力、其他国家的应用案例、政策、监管与道德伦理问题等。通过了解海外先进技术最新发展情况，以及国外对该技术的应用政策、技术开发和部署情况，为我国科技管理部门提供决策支撑。事实上，欧盟早已经开展对关键核心技术的态势监测，其主要是从“技术”“领域”“国家”三个维度进行布局，以此实现技术监测。在我国也有学者根据学科分类体系对技术监测进行探讨。本文结合以往学者与国家的研究，建立“国家”“技术”“领域”“技术特质”“技术交叉”的五维监测体系。国家维度包括主要研发国家。对于产业领域维度，国际普遍使用《国际标准产业分类法》，本文依据该法案及欧盟的产业领域分类方法，将产业领域划分为27类。技术维度则为科技情报数据的识别成果，将所识别的关键核心技术归纳于产业领域之中，并发现其中的领域交叉与技术交叉，根据技术交叉绘制演化导航与交叉图谱。技术特征维度用于评估该关键核心技术的全面特征，指标主要使用已构建的交叉指标与特定指标。根据监测体系，还可以实现智能情报检索。比如利用监测体系分析美国在化工产业的关键技术发展现状、国家之间技术领域对比、识别潜在的技术交叉趋势等。 4．2技术演化导航与图谱绘制智能情报是技术演化导航与图谱绘制研究的起源。钱学森先生早在1983年便提出过智能情报的相关观念，并认为情报研究的发展需要长期与智能技术相结合。技术演化导航与图谱绘制是关键核心技术领域情报感知服务体系的主要成果之一。技术演变导航与图谱绘制的重要性在于将不同领域之间技术的交叉融合、技术演变的关键节点、技术分支脉络都予以诠释。对于已归档分类的科技情报数据，动态监测其发展态势是必不可少的程序。黄祥喜等提出构建智能情报检索系统，以此实现技术演变路径的快速导航。但以此方式实现的快速导航具有信息迟滞，同时难以实现更深层次的情报挖掘。本文认为利用场景模拟方法对五维检测体系中的技术演化进行模拟复现是实现导航的有效途径。利用场景模拟方法将分布在时间、空间不同维度的技术导航进行关联，发现潜在新兴交互技术。同时通过多场景模拟，对新兴技术应用的可能性、与其他技术之间的耦合性进行判断，以此提高潜在技术的挖掘。关键核心技术的谱系绘制还有利于分析科技演化路径的拐点、异常点、突变点，针对突变点进行情报搜集以实现预测情报服务。对于场景模拟的方式，则可以尝试众包激励，鼓励大众进行市场模拟或者利用数字孪生技术进行虚拟仿真。 4．5反馈科技需求，实现情报响应情报响应在《情报与文献工作辞典》中被定义为，情报接受者对情报产品的接收情况。在科技情报感知体系中，情报响应既是情报采集、情报扫描、情报刻画、评估的响应，也是将情报产品提供给科技管理部门的响应;既是情报过程的响应也是情报主体间的响应。就情报主体间的响应而言，该过程是情报协同主体根据我国科技决策部门的需求，响应情报感知体系在科技情报采集、扫描、识别、刻画、评估等方面的能力，提前感知“卡脖子”技术问题对我国经济、社会、政治等方面可能造成的影响，形成情报产品并将所生成的情报产品提供给科技决策管理部门，为我国关键核心技术的攻关提供情报需求的过程。通过情报响应，以期加强我国在前沿技术、关键核心技术等方面的科技预测、预测能力，支持我国科技发展决策，避免或减少我国科技安全与发展以及国家整体利益受到侵害。
    201浏览量
    原文链接

  • 《面向工业条形码阅读器应用的低成本高性能图像传感器》
    • 来源专题：数控机床与工业机器人
    • 编译者：icad
    • 发布时间：2020-07-08
    • 摘要： 伴随着当今更低成本和更高性能的工业相机的趋势，对CMOS图像传感器也提出了更高的要求，需要通过设计系统级芯片（SoC）来实现这一目标。为实现该目标，需通过3D芯片堆栈和背照(back side illuminated ，BSI)技术，把多个图像处理任务集成到单一器件中。在未来将会出现具有精密的机器学习和专有的智能计算芯片结合图像撷取功能的解决方案，创造出紧凑的高速运算视觉系统。 可是在实现崭新的大型技术集成之前，必需扫除两个主要发展障碍—芯片的热量管理和功耗。 现在，先进的前照(front side illuminated ，FSI) CMOS传感器集成了模拟和数字功能，实现了成本和效能兼具的解决方案。能够达成这些目标，关键在于把有利于系统效能及嵌入到图像传感器SOC等各种因素的巧妙分隔。在这里，分隔图像系统应用以及诸如CPU、FPGA和DSP等已有图像处理器件的角色是核心因素，因功能重覆会导致成本上升。而开发一个能够为目标应用市场提供可行方案，以达到大规模量产(以实现最低生产成本)的标准图像SOC产品，事前需要两个模块的深入对话。 终端相机产品的主要的市场参与者，包括硬件、软件、系统建构者和光学工程师，以及一个多范畴的图像传感器开发队伍，都在贡献着各自在半导体科技和终端相机产品技术和应用的知识，寻找创新的产品解决方案。 本文将介绍一款面向条形码读码器和其它嵌入式视觉应用的CMOS图像传感器系列产品、它们的应用实例，以及一些未来发展趋势。 条形码 – 现今最流行的编码系统以及相关阅读技术概况 在以节假日及季节性消费零售和网上购物的行业中，物流运输、制造和批发等行业每日扫描逾50亿个条形码。随着1970年代全球首个条形码在一包口香糖上出现，现在它显然是最流行的可读编码系统，并且不断发展新的应用范围。一维条形码是首个出现的条形码(并因印刷技术进步，面积不断变小)，而它仍然是主流技术，可见于零售、运输和物流及其它行业的UPC(独有产品码)应用。二维条形码有多种不同的规格，提供相较一维码更多的可编程数据：一维码最大可载入20-25字符，且取决于条形码类型；二维码最大可以加载超过2000个字符。除了一般的写入产品信息和明细功用外，二维条形码也写入校验和(checksum)以及其它校正技术，以确保对印刷错误或破损的条形码有更大的容错能力。二维码在一些特定行业已获得大量应用，如自动化制造行业，零件的直接部件标示(direct part marking ，DPM)等。 二维条形码阅读技术升级大约在15年前开始，因为它能够同时阅读二维码和一维码，并成为当今的市场主流。 11.png 不是所有二维码阅读器都有同样的功能 条形码验证和解码系统正在快速发展并不断改进，以提供更快、更紧凑、更低价格和更强大的阅读功能。 虽然基于激光的一维阅读器仍然在产和使用，阅读系统最显著的技术进步却是来自二维阅读器。二维阅读器通过图像传感器，使得它能够提供显著的演算能力，带来之前不可能出现的附加功能。这些功能包括拍摄照片和录取视频，以及加入更多先进功能，常见例子包括文件扫描、光学字符辨识(OCR，orthogonal character recognition)、物件辨认、尺寸量度，以及更多其它功能。 Teledyne-e2v 的图像传感器是一款面向这一市场上的独特产品，提供了各种二维传感器选项以外的更多优势。其中一个主要原因是它经设计专门用于条形码阅读，而不是一般面向多用途、消费性或车用市场的产品。这意味着一种精确强大的解决方案，能够满足领先市场的条形码阅读器产品的一切要求。 Teledyne-e2v 近期开发出一小像素低噪声全局快门CMOS图像传感器系列产品，拥有独特功能，能够为自动数据采集系统(Automatic Data Collection System，ADCS)和自动辨识(Auto Identification，AI)市场应用带来显著成本节省及/或性能提升的方案。在这一市场区间，虽然传感器单元成本是最重要的因素，但诸如照明 / 光学镜头的降成本方案也需要一并考虑。 00000.png 二维码阅读系统要求非常快速的帧撷取图像以避免拖影现象。这需要尽可能短的曝光时间。另一方面，要获得最大景深(depth of field ，DOF) 或扫描范围，往往会使用非常小光学孔径(一般时F/8或更小)的镜片。能够进入图像传感器像素的非常小数目的光子结合很短的集成时间，意味着可以在低亮度应用中进行条形码阅读(见图5)。而全局快门也有利于阅读移动的条形码。 影响终端阅读器性能的主要传感器参数因而特别适用于条形码阅读应用。图 4 列出了一些主要的传感器/条形码阅读性能要求，并展示出Snappy传感器系列作为专门应用CMOS图像传感器范例的优势。 33.png 44.png 图4：Snappy面向条形码扫描功能的主要规格 55.png 信噪比 辐照(光子/像素) 图 5： Snappy 传感器的低亮度信噪比为减小系统照明光学能耗和成本提供优势 温升的影响 如果仔细一点观察在25°C的温度下，各种构成噪声参数的组件之间的差异，以及这些组件在>65°C 温升时的状况，某些组件的参数表现有局限性，在传感器选择过程中应予以考虑温升的影响。空间行列固定的读出噪声是条形码阅读的其中一个特别重要参数。考虑到固定模式噪声的形状与直线和横线相似，它们容易与条形码产生混淆，或会在图像中的条形码读取时加入错误的信息。 Snappy系列图像传感器使用先进的半导体工艺，在25°C时只有少数暗信号光子，而即便在65°C也只测出每秒77个光子。这有助于行和列的内嵌固定模式噪声消除算法，即便在高工作温度，也能实现只有几个百分比的固定模式噪声。 极低的读出噪声（结合时间和空间元素）典型数值为3个光子。即便在高温环境下也不会恶化。如果传感器在高温下性能下降，那意味着需要更多的照明，简介提高了系统成本。 独有的黑白+彩色像素滤镜模式—结合黑白和彩色像素的低亮高灵敏度数据的优势 传感器可以使用有彩色像素以便于加入附加的对象/标签辨识功能，提供更多安全功能以避免假冒(spoofing)或条形码本身不能阅读的情况。不过，因为彩色传感器的有机彩色滤镜的较低传送特性，以及需要结合红绿蓝三色像素来制造“彩色”像素，这意味着相比于单色的图像传感器，彩色禅观棋有较低空间分辨率和较低灵敏度。Teledyne-e2v的Jade图像传感器是一个有趣的创新，它使用单色像素，但在每四个单色像素加入一个彩色像素。这样就能保存阅读条形码至关重要的空间分辨率和灵敏度，同时让较低分辨率的彩色图像被同时撷取。 66.png 图6：创新色彩感测应用无需对阅读性能作出折衷 创新嵌入式应用专有功能 实现快速(Snappy) 条形码阅读不单是帧读出率的结果。虽然固定噪声是一个限制因素， 但Snappy传感器未有为此作出妥协。该传感器提供8 bit位深接近每秒120帧的出色性能。独有的通电模式确保器件在信噪比规格下撷取第一个图像(或快速自曝光亚图像)时已处于通电或候命状态。这并不是一般车月手或面向其它应用的全局快门CMOS传感器的标准功能，因为这意味着在完全稳定和达到数据表标明的信噪比功能数值前，系统必需弃置多个全帧图像。 这一独有的通电后首帧阅读能力能够为相机提供差异化因素，实现最高速条形码阅读，向终端用户提供“快拍”式扫描，为企业实现更高产能。以下將介紹在Snappy 傳感器系列中，Teledyne-e2v 成像团队发明的两个最具创新性的专利功能：它们经设计用于 终端产品扫描的超高速条形码阅读、辨认和解碼应用。 1.快速自曝光(Fast Self Exposure，FSE) 模式(用於Snappy 2MP 和 5MP CMOS 传感器)： 快速自曝光模式允许在变化光线下优化曝光时间 (见图7)。相较于传统的自动曝光模式，FSE带来更多融合时间和强大功能的优势，包括完全使用者编程并向终端用户提供稳定快速阅读优势，自适应任何光源或动态光源环境，而且对帧率几乎没有影响。 77.png 图7：用于条形码阅读和所有机器视觉应用的新型片上自动曝光方法 专利的FSE模式使用了多个片上部件实现以下功能： (a) 独有的纵向模数转换器(ADC)允许在连续的行段设定4个不同的曝光时段，然后在整个阵列重复，产生4个具有不同曝光数值的低分辨率图像。这一功能也可以用作一种强大的高动态范围影像撷取功能。 (b) 横向增量亚采样，最大值1/64线 (c) 片上统计数据包含饱和像素数值，并同时提供一个16-bin直方图输出，可以在图像注脚直接读取开启中的帧或区域的数据 (d) 取景窗口(ROI)模式可支持FSE子帧，多区域，以及区域中区域 (e) 精细控制可使用直方图数值、平均值和二者的组合 (f) 可编程缓冲器提供直观的使用者控制和设定 这些功能为终端应用带来扫描速度的优势，因为FSE模式一般只使用小于10%的帧时段。其他CMOS传感器的传统嵌入式自动曝光控制(AEC)使用渐近技术，避免闪烁(flashing)并提供目标图像，使得图像融合速度较慢。在整个过程会耗费大量帧幅，使得速度不能配合条形码阅读应用的要求。 2. 智能取景窗口(Smart ROI)模式 (用于Snappy 5MP 传感器)： 智能取景窗口(Smart ROI) 使用片上算法来侦侧图片上的一个或多个条形码。而条形码解码图像处理系统需要把载有条形码的范围与其余的部份分别出来，从而对有用的部分进行处理。这一工作一般是在FPGA或CPU上进行，因为这一任务需要大量的闸/实时时钟(RTC)和处理能力，导致额外的高成本，以及选择处理引擎时所遇到复杂技术限制。 88.png 图8：利用智能取景窗口(Smart_ROI)功能检测图像传感器上多个移动中的条形码 把这一条形码侦测功能嵌入传感器中，能够实现整体成本节省，这不单是因为处理方面的开销显著减小，还有是由于任务在传感器内完成，无需通过其它数字信号端加工处理，实现系统性能和稳定性优势。在有效帧中侦测到的一维码或二维码在将会以区块形式，并加上X/Y坐标作为图像注脚区域(不可见)的可读信息的一部分。传感器可同时侦测多个区域(或条形码)，也可以侦测其它编码，例如是在光学文字辨识应用(OCR)中阅读印刷字符。即便是在条形码/对象/相机正在移动的应用中，这一功能仍然能够有效工作。 显着的成本节省和系统简化是主要的优势。5MP传感器主要用于高端条形码应用，这是因为它需较大的镜头和更强的处理能力配合去进行5MP实时图像处理/解码工作，抵销了更大扫描范围或面积所提供的主要优势。不过， Snappy系列传感器的小像素以及由片上智能取景窗口带来的处理开销节省，能够实现更小系统级成本。由于其低功耗和在单帧幅辨识多个条形码符号的能力，使得该产品正成为高分辨率传感器的市场动力，在电商物流行业更是明显的优势。 快速自曝光和智能取景窗口功能可以同时在Snappy 5MP传感器上工作，以确保在环境光线不断变化的环境下，仍然能够提供快速强大的操作能力。 Snappy传感器系列经过设计优化，满足低成本，低功耗的系统需求。前文也曾提及的传感器片上处理数据，工作性能可显著提高。虽然不仅满足条形码阅读应用和市场，同时满足其它类型的机器视觉(MV)应用，包括查验、测量、光学字符辨识等等，也可以通过Snappy 传感器的性能和嵌入式功能获益。其它适用范围包括嵌入式视觉系统、物联网边缘设备、无人机、增强现实、生物特征系统等等。 99.png 图9： Snappy传感器系列适用于其它机器视觉、智能物联网和其它工业计算视觉应用 Snappy传感器集成镜头和先进基于微电机的自动对焦提供附加价值 消费级相机光学模块并不适用于B2B工业应用的严苛长时间工作环境。另外，举个例子，用于条形码阅读的镜头一般有专门的性能和光学特性，需要最大的工作距离，而诸如光学调制转换函数(MTF)等光学像差需要最小化，以便于有效地对特征尺寸比奈奎斯特频率还要小的条形码进行解码。集成了强大的Snappy图像传感器和高性能镜头的MIPI光学模块(MOM) 能够提高系统的价值并节省开发时间和成本。 991.png 图10：使用集成定焦镜头和Snappy 传感器的MIPI光学模块(MOM) MIPI光学模块 是嵌入式视觉应用的理想解决方案，它允许某程度上使用订制镜头，为20mm x 20mm的小型模块提供出色的性能和灵活性。Teledyne-e2v 现在向终端用户提供首个2MP MIPI光学模块样品，并且计划推出5MP版本，以及强大而轻量、基于微电机技术的2MP 自动对焦版本。自动对焦的最大优势在于相较定焦光学系统，它允许使用更大光学孔径来实现同级或更佳的扫描范围或工作距离，但需要显着地小的照明功耗。未来的2MP MIPI光学模块将为工业成像应用提供更多性能/或成本改进。新产品的详细内容将于2020年中公布。不过现在已有一个使用崭新开环‘多焦’功能的评估平台，能够提供最大工作范围和最大帧率，并具有可用于現存Snappy 2MP示范套件的MEMS自动对焦组件。 电商的爆发性成长带来的新趋势和变革 电子商务的爆发性成长带来的巨大双位数年复合增长率(CAGR)目标(每年大于25%) ，不单为物流中心运营带来变革，也为传统的实体零售点提供保障。零售市场正在面对巨大转变，需要提供更好的客户体验并通过使用无人自动‘自助扫描’系统来缩短结账时间。这些系 统的成功关键不单在于可靠的条形码辨识和解码能力，还有是需要更多使用彩色成像器件的更精细的对象辨认任务。 992.png 图11：电子商务的爆发性成长促成了对CMOS传感器要求和功能的新趋势和变革 如要全面实现高成长潜力，首要条件是要实现更高速度或更高产能的扫描仪和相机。具有宽画面的更高分辨率传感器将允许更快的阅读速度并实现更大表面积读码(在同一图像包含多个包裹和条形码)，以至在未来在单个传感器覆盖整个仓库区域。 关于图像传感器，我们看到柔性传感器技术应用的优势，它能够减小外部光学组件的复杂性并减省诸如镜片绕射极限等现有关于小像素的一些限制。这一发展可提供 两个优势，一是简化并节省光学本，二是允许2.5µ以下的小像素无需减小MTF仍然达到镜片光学绕射极限。 在仓库应用中，对于一个小包的以及扫描小包上的条形码的需求，往往源于不断增长的电商分发中心的效率目标。每一平方厘米的存储和运送空间都要实现最大化应用。要对货件实现整个运送和供应链的三维尺寸监控，以至于通过二维码阅读相关编码/文字标签，现需要使用两个单独的相机，一个用于三维(大部分使用结构光源或基于三维技术的立体化视觉)，而另一个则使用非互联的二维相 机。 现在的研究重点在于研发一个二维和三维兼具的CMOS传感器，可以同时提供传统的二维影像和三维点云(point cloud)。Teledyne-e2v致力为这些新市场范围提供尖端领导技术，并已制订能够配合下世代相机和成像系统的未来产品路线图和知识产权，使得相关技术够聚焦应用专有需求，相信不用很久，便可预见到新的产品问世。
    135浏览量
    原文链接