据世界卫生组织（who）报告显示，近年来，道路交通死亡人数目前趋于稳定，2013年时为125万人。然而值得注意的是，这种“稳定状态”是在全球人口和机动化程度增长的背景下实现的，在2010年至2013年期间，人口增加了4%，同期内车辆增加了16%，这表明为加强全球道路安全而实施的干预措施挽救了不少人的生命。而这一现象，在日本表现的尤为突出，据日本警察厅报告，2016年日本交通事故死亡人数时隔67年跌破4000人，有关责任人解释到，这一数字的降低得益于行政机构及汽车厂商共同努力的结果。
“viscontitm4”图像识别处理器（封装尺寸：27mm×27mm）
而以上现象的出现，不得不感谢汽车厂商为汽车安全做出的贡献，其中，为了防范危险的发生，汽车厂商专门针对主动安全研发了高级驾驶员辅助系统（adas），因其具备诸多如盲点探测、前车防撞预警系统fcws、行人检测ped等主动安全预警功能，从而被广泛应用在中高级轿车上。
不能更惊讶——“viscontitm4系列”高精度图像识别处理器
而在高级驾驶员辅助系统（adas）实施过程中，基于高级驾驶员辅助系统adas的图像识别处理器就显得尤为重要。
东芝正在开发和生产的“viscontitm4系列”图像识别处理器能够代替人眼对来自摄像头的影像进行图像处理、实时掌握道路情况、检测障碍物，对驾驶员提出预警，防范危险的发生。
小芯片“大智慧”——瞬时处理大量图像信息
据悉，viscontitm4系列图像识别处理器不仅能识别来自车载摄像机输入的图像信息，新加入的3d重建（sfm）功能还能够探测一般的障碍物，从而配合自动刹车系统紧急制动，大幅提高驾驶的安全性。
viscontitm4系统采用东芝高精度检测技术，经过诸多算法和图像硬件加速器对可视物进行数据分析处理，可高效的辨别背景物体以及步行者之间的微妙色差，不仅在白天，即便是低光照射情况下或是在漆黑的夜晚，“viscontitm4”图像识别处理器亦可轻松对车辆和行人加以辨识，对交通信号、障碍物、行车线等信息加以识别，从而实现各种高级的驾驶员辅助应用，如入车道偏离警告、前方/后方防撞警告、前方/后方行人防撞警告、交通标识识别等等，从而大大提高车辆行驶安全性。
要知道，这一切的发生并不需要在汽车内放置一台很大的计算机。一枚小小的芯片便能够在行驶的瞬间完成上述工作。
viscontitm4可同时执行8个图像识别应用程序
使用viscontitm4识别夜间步行者示意图
不能更精准——深度神经网络技术让无人驾驶成为可能
为了实现更加精准的图像识别技术，日前，东芝与电装（denso）公司正在携手开发一种称为“深度神经网络知识产权(dnn-ip)”的人工智能技术，该人工智能技术将用于一直由两家公司独立开发的图像识别系统，帮助实现先进驾驶员辅助和自动驾驶技术。
据介绍，深度神经网络（dnn）是一种模仿人类大脑神经网络的算法，它有望像人脑一样精确地执行识别处理，甚至比人脑更精确。其中，为了实现自动驾驶，汽车计算机需要能够识别不同的道路交通情况，包括各种各样的障碍物和道路标记、驾驶道路的路况以及潜在的危险情况。在传统模式识别和机器学习的图像识别中，需要被计算机识别的物体需要人为的将其特征化后进行数据和图像的提取认知。但是在基于dnn的图像识别系统时，计算机可自行提取并学习了解物体的特征，实现对多样对象的识别，从而能够显著提高对各种物体的检测和识别精度。
基于dnn-ip图像识别技术的实现，我们有理由相信，针对一些媒体报道的“2020年前后，无人驾驶车辆将普及”的信息或许将成为现实，依靠dnn-ip影像识别技术，车辆不仅可以自动检测行驶环境、解决道路交通问题，减少因交通事故而死亡的人数，还可以减轻司机的驾驶负担，解决高龄人士安全驾驶出行问题。
当然，东芝研发的viscontitm图像识别处理器的适用范围不仅局限于汽车领域，而是将更加广泛的应用于工业应用专用摄像头视觉系统领域，今后还将在更广阔的领域发挥越来越重要的作用，东芝亦将一如既往的为营造地球美好的明天而努力。
使用dnn－ip图像识别技术的示意图片（上：实拍图像／下：使用dnn－ip辨别对象的图像）
