La perception est obtenue grâce à des réseaux d'IA entraînés sur des images collectées dans le monde entier et stockées sur le site cloud à des fins d'entraînement. Nos bibliothèques logicielles, optimisées pour les CPU et les GPU, permettent la compression de ces ensembles d'entraînement, spécialement conçus pour améliorer les modèles ADAS (systèmes avancés d'aide à la conduite). L'ensemble de données initial peut être archivé, tandis que l'ensemble compressé est utilisé quotidiennement. Le décodage s'effectue en temps réel pendant la formation.

• Réduction des coûts de stockage : La quantité de données nécessaires pour stocker les images peut être réduite d'un facteur de 5 à 10, ce qui diminue considérablement les coûts de stockage dans les entrepôts de données. Le stockage de données volumineuses sur le site public Cloud devient rapidement trop coûteux et totalement déraisonnable.
  
• Amélioration continue des modèles ADAS : La réduction des coûts permet de surmonter les contraintes budgétaires et de poursuivre le développement des modèles ADAS au fil du temps, ce qui garantit des modèles plus précis et de meilleure qualité.

Les images sont enregistrées par des voitures circulant dans le monde entier. Ces voitures sont équipées d'enregistreurs de données qui stockent les images avant qu'elles ne soient transférées sur le site cloud. Notre matériel de base IP pour FPGA ou ASIC et nos bibliothèques logicielles peuvent être utilisés pour compresser les images stockées.

• Stockage rentable : La compression permet de stocker plus d'images dans les enregistreurs de données, ce qui réduit considérablement les coûts de stockage.
• Temps de téléchargement plus rapides : La compression réduit les temps de téléchargement vers le site cloud, améliorant ainsi l'efficacité globale.
• Incrémentation transparente des données : L'ensemble de formation peut être incrémenté sans qu'il soit nécessaire de le recompresser sur le site cloud, ce qui rationalise le processus de gestion des données.

Au fil du temps, JPEG XS RAW deviendra la norme de facto pour la transmission d'images automobiles et peut être intégré directement dans les capteurs d'images à l'aide de nos solutions à faible consommation d'énergie ASIC . Le décodage peut être effectué directement sur les plates-formes ADAS à l'aide de nos bibliothèques GPU et/ou de matériel dédié.

• Consommation d'énergie réduite : La réduction du taux de transfert des données vers le processeur central diminue la puissance requise par le module de la caméra, éliminant ainsi les problèmes de surchauffe.
• Amélioration de la qualité de l'image : Les calculateurs ne seront plus limités par la largeur de bande de leur interface physique, ce qui permettra d'augmenter la résolution, la fréquence d'images ou le nombre d'images ( bit depth ), d'où une perception de meilleure qualité.