JP2023035822A - 高ダイナミック・レンジ・センサのための画像信号処理パイプライン - Google Patents
高ダイナミック・レンジ・センサのための画像信号処理パイプライン Download PDFInfo
- Publication number
- JP2023035822A JP2023035822A JP2022090611A JP2022090611A JP2023035822A JP 2023035822 A JP2023035822 A JP 2023035822A JP 2022090611 A JP2022090611 A JP 2022090611A JP 2022090611 A JP2022090611 A JP 2022090611A JP 2023035822 A JP2023035822 A JP 2023035822A
- Authority
- JP
- Japan
- Prior art keywords
- image
- bit
- depth
- power curve
- sensor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012545 processing Methods 0.000 title claims abstract description 99
- 230000006837 decompression Effects 0.000 claims abstract description 114
- 238000000034 method Methods 0.000 claims abstract description 69
- 238000007906 compression Methods 0.000 claims description 143
- 230000006835 compression Effects 0.000 claims description 143
- 230000015654 memory Effects 0.000 claims description 87
- 230000006870 function Effects 0.000 claims description 84
- 210000003127 knee Anatomy 0.000 claims description 14
- 230000004044 response Effects 0.000 claims description 4
- 230000015556 catabolic process Effects 0.000 abstract description 8
- 238000006731 degradation reaction Methods 0.000 abstract description 8
- 230000008569 process Effects 0.000 description 34
- 238000013528 artificial neural network Methods 0.000 description 33
- 125000000914 phenoxymethylpenicillanyl group Chemical group CC1(S[C@H]2N([C@H]1C(=O)*)C([C@H]2NC(COC2=CC=CC=C2)=O)=O)C 0.000 description 30
- 229920002451 polyvinyl alcohol Polymers 0.000 description 30
- 235000019422 polyvinyl alcohol Nutrition 0.000 description 30
- 238000007726 management method Methods 0.000 description 24
- 238000001514 detection method Methods 0.000 description 23
- 102100034112 Alkyldihydroxyacetonephosphate synthase, peroxisomal Human genes 0.000 description 20
- 101000799143 Homo sapiens Alkyldihydroxyacetonephosphate synthase, peroxisomal Proteins 0.000 description 20
- 238000000848 angular dependent Auger electron spectroscopy Methods 0.000 description 20
- 238000013527 convolutional neural network Methods 0.000 description 20
- 230000002093 peripheral effect Effects 0.000 description 20
- 238000004891 communication Methods 0.000 description 19
- 230000004438 eyesight Effects 0.000 description 18
- 238000010586 diagram Methods 0.000 description 10
- 230000005540 biological transmission Effects 0.000 description 8
- 230000001133 acceleration Effects 0.000 description 7
- 230000009471 action Effects 0.000 description 7
- 238000012937 correction Methods 0.000 description 7
- 230000000007 visual effect Effects 0.000 description 7
- 238000006243 chemical reaction Methods 0.000 description 6
- 238000007667 floating Methods 0.000 description 6
- 238000013500 data storage Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000012886 linear function Methods 0.000 description 5
- 230000009467 reduction Effects 0.000 description 5
- 230000003044 adaptive effect Effects 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 238000013139 quantization Methods 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 230000007704 transition Effects 0.000 description 4
- 238000013519 translation Methods 0.000 description 4
- 241000269400 Sirenidae Species 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 230000003190 augmentative effect Effects 0.000 description 3
- 238000003705 background correction Methods 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 239000000446 fuel Substances 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 238000009877 rendering Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 230000002123 temporal effect Effects 0.000 description 3
- 229920002803 thermoplastic polyurethane Polymers 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 230000001052 transient effect Effects 0.000 description 3
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 235000019800 disodium phosphate Nutrition 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000001815 facial effect Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000001693 membrane extraction with a sorbent interface Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013439 planning Methods 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 230000001953 sensory effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000000844 transformation Methods 0.000 description 2
- HPTJABJPZMULFH-UHFFFAOYSA-N 12-[(Cyclohexylcarbamoyl)amino]dodecanoic acid Chemical compound OC(=O)CCCCCCCCCCCNC(=O)NC1CCCCC1 HPTJABJPZMULFH-UHFFFAOYSA-N 0.000 description 1
- 101100175317 Danio rerio gdf6a gene Proteins 0.000 description 1
- 102100030148 Integrator complex subunit 8 Human genes 0.000 description 1
- 101710092891 Integrator complex subunit 8 Proteins 0.000 description 1
- 235000019892 Stellar Nutrition 0.000 description 1
- 241000700605 Viruses Species 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000000872 buffer Substances 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 230000000593 degrading effect Effects 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000005670 electromagnetic radiation Effects 0.000 description 1
- 230000005669 field effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 239000000383 hazardous chemical Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000012905 input function Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000004297 night vision Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 229920001690 polydopamine Polymers 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000004043 responsiveness Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000000153 supplemental effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/124—Quantisation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
- H04N23/84—Camera processing pipelines; Components thereof for processing colour signals
- H04N23/843—Demosaicing, e.g. interpolating colour pixel values
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
- H04N19/136—Incoming video signal characteristics or properties
- H04N19/14—Coding unit complexity, e.g. amount of activity or edge presence estimation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
- H04N19/146—Data rate or code amount at the encoder output
- H04N19/149—Data rate or code amount at the encoder output by estimating the code amount by means of a model, e.g. mathematical model or statistical model
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
- H04N19/182—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a pixel
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Algebra (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Image Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
- Studio Devices (AREA)
Abstract
【課題】システムが、処理された画像におけるＳＮＲ又は色比の劣化なしに、高ビット深度をもつ画像センサを、より低いビット深度を有する画像信号処理（ＩＳＰ）と組み合わせること。【解決手段】画像信号処理（ＩＳＰ）パイプラインに関連する１つ又は複数のプロセッサにおいて、画像センサによって生成された圧縮された画像を受信することであって、圧縮された画像が、画像センサに関連する第１のビット深度においてキャプチャされ、第１のビット深度よりも低い第２のビット深度に圧縮され、ＩＳＰが、第１のビット深度よりも低く、第２のビット深度よりも高い、第３のビット深度に関連する、受信することと、第３のビット深度を有する部分的に復元された画像を生成するために、電力曲線に従って、圧縮された画像を復元することであって、部分的に復元された画像の複数の領域が、複数の領域の各領域の対応するピクセル値に基づいて別個の復元量において復元される、復元することとを行うための装置、システム、及び技法。【選択図】図１
Description
本明細書で開示される実施例は、画像信号処理（ＩＳＰ：ｉｍａｇｅ ｓｉｇｎａｌ ｐｒｏｃｅｓｓｉｎｇ）パイプライン内での画像の復元を含む、画像の圧縮及び復元に関する。たとえば、少なくとも１つの実施例は、本明細書で説明される様々な新規の技法による、部分的に復元された画像を生成するために、電力曲線に従って、圧縮された画像を復元するために使用されるプロセッサ又はコンピューティング・システムに関する。
高ダイナミック・レンジ（ＨＤＲ：ｈｉｇｈ ｄｙｎａｍｉｃ ｒａｎｇｅ）画像センサは、大きいダイナミック・レンジをもつデータをキャプチャし、そのデータは、しばしば、それらを処理するために利用可能なメモリ、ハードウェア及びデータ帯域幅を超える。したがって、画像センサにおける生画像データは、一般的に、ＩＳＰパイプラインへの送信中の帯域幅要件を低減するために圧縮される。データは、次いで、データを処理するためにＩＳＰにおいて復元される。現代の画像センサ（たとえば、自動車のセンサ）は、しばしば、たとえば２４ビット分解能で、画像をキャプチャするときに大きいダイナミック照明レンジを提供するために、画像の高ビット深度をサポートするＨＤＲ画像センサである。一方、ＩＳＰハードウェアは、画像センサほどの高ビット深度をサポートすることが可能でなく、センサとＩＳＰとの間のビット深度分解能の差により、ＩＳＰにおいて画像を元に戻した後に画像品質の潜在的劣化を生じ得る。
"Taxonomy and Definitions for Terms Related to Driving Automation Systems for On-Road Motor Vehicles" (e.g., Standard No. J3016-201806, published on June 15, 2018, Standard No. J3016-201609, published on September 30, 2016, and previous and future versions of this standard)
画像信号処理パイプラインのための圧縮及び復元方式
少なくとも１つの実施例では、色比又は信号対ノイズ比（ＳＮＲ：ｓｉｇｎａｌ ｔｏ ｎｏｉｓｅ ｒａｔｉｏ）劣化なしの高性能を達成するために、画像信号処理（ＩＳＰ）パイプラインにおける高ダイナミック・レンジ（ＨＤＲ）画像の処理のための新しい圧縮及び／又は復元方式を実装する手法が提供される。いくつかの実装形態では、圧縮及び／又は復元方式は、カメラ・センサからの最初の高ビット深度において生成されたデータを処理するために使用され、したがって、そのデータは、ＩＳＰにおいて、ＳＮＲ及び色精度を保持しながら、最初の高ビット深度よりも低いビット深度に復元され得る。センサ圧縮及びＩＳＰ復元は、曲線当てはめ技法を使用して電力曲線に従って実装される区分的線形（ＰＷＬ：ｐｉｅｃｅｗｉｓｅ ｌｉｎｅａｒ）スプライン関数を使用して実施され得る。電力曲線は、ＨＤＲ画像をセンサ・ビット深度からＩＳＰビット深度に圧縮するために選択され得、画像のある領域の圧縮のレベルが、電力曲線に従う領域のピクセル値に基づく。１つ又は複数の実施例では、電力曲線は、最初に、実施例において画像品質を劣化させることなしに線形近似を可能にするために、２つのパラメータ（定数及び電力）により一般化され得る。電力曲線の電力は、ターゲット圧縮比（たとえば、入力ビット深度と出力ビット深度との比）に基づき得る。一実例として、画像の領域のピクセル値は、画像の領域のルミナンス値及び／又は画像の領域の放射輝度値であり得る。ルクスで測定されるルミナンス値、及びワット数で測定される放射輝度値は、画像内のシーン中の各表面から来る光の量を表す。いくつかの実装形態では、電力曲線の一部分が線形セグメントで近似され得る。一実施例では、線形セグメントは、低ピクセル値を有する画像の領域を圧縮／復元するために（たとえば、あるしきい値を下回るピクセル値を有する画像のピクセルを圧縮／復元するために）使用される。この場合、入力画像の低ピクセル値（たとえば、低信号）領域を圧縮／復元するために線形セグメントを使用することは、量子化によるノイズ増加が最も重大であり得る画像の低光エリアにおけるＳＮＲを保持し得る。
少なくとも１つの実施例では、色比又は信号対ノイズ比（ＳＮＲ：ｓｉｇｎａｌ ｔｏ ｎｏｉｓｅ ｒａｔｉｏ）劣化なしの高性能を達成するために、画像信号処理（ＩＳＰ）パイプラインにおける高ダイナミック・レンジ（ＨＤＲ）画像の処理のための新しい圧縮及び／又は復元方式を実装する手法が提供される。いくつかの実装形態では、圧縮及び／又は復元方式は、カメラ・センサからの最初の高ビット深度において生成されたデータを処理するために使用され、したがって、そのデータは、ＩＳＰにおいて、ＳＮＲ及び色精度を保持しながら、最初の高ビット深度よりも低いビット深度に復元され得る。センサ圧縮及びＩＳＰ復元は、曲線当てはめ技法を使用して電力曲線に従って実装される区分的線形（ＰＷＬ：ｐｉｅｃｅｗｉｓｅ ｌｉｎｅａｒ）スプライン関数を使用して実施され得る。電力曲線は、ＨＤＲ画像をセンサ・ビット深度からＩＳＰビット深度に圧縮するために選択され得、画像のある領域の圧縮のレベルが、電力曲線に従う領域のピクセル値に基づく。１つ又は複数の実施例では、電力曲線は、最初に、実施例において画像品質を劣化させることなしに線形近似を可能にするために、２つのパラメータ（定数及び電力）により一般化され得る。電力曲線の電力は、ターゲット圧縮比（たとえば、入力ビット深度と出力ビット深度との比）に基づき得る。一実例として、画像の領域のピクセル値は、画像の領域のルミナンス値及び／又は画像の領域の放射輝度値であり得る。ルクスで測定されるルミナンス値、及びワット数で測定される放射輝度値は、画像内のシーン中の各表面から来る光の量を表す。いくつかの実装形態では、電力曲線の一部分が線形セグメントで近似され得る。一実施例では、線形セグメントは、低ピクセル値を有する画像の領域を圧縮／復元するために（たとえば、あるしきい値を下回るピクセル値を有する画像のピクセルを圧縮／復元するために）使用される。この場合、入力画像の低ピクセル値（たとえば、低信号）領域を圧縮／復元するために線形セグメントを使用することは、量子化によるノイズ増加が最も重大であり得る画像の低光エリアにおけるＳＮＲを保持し得る。
実施例は、システムが、処理された画像におけるＳＮＲ又は色比の劣化なしに、高ビット深度をもつ画像センサ（たとえば、ＨＤＲカメラ）を、より低いビット深度を有するＩＳＰと組み合わせることを可能にする。復元関数、及び随意に圧縮関数は、ＳＮＲ及び色比劣化を最小限に抑える非線形復元及び／又は圧縮を提供するように調整され得る。その結果、本開示の実施例は、システム設計者が、より大きいフレキシビリティをもつ画像センサ及びＩＳＰパイプライン構成要素を選択することを可能にし、これは、システム設計者が、機能性を低減することなしにコストを低減することを可能にする。実施例では、画像センサ及びＩＳＰパイプラインは、単一の露光において関心シーン全体をキャプチャするように構成され得る。さらに、実施例では、画像センサ及びＩＳＰパイプラインは、夜のシーンと日中のシーンの両方において機能することができる単一モードを使用して動作し、別個の夜モード及び日中モードの使用をなくすように構成され得る。実施例は、画像センサ及び／又はＩＳＰの設定が、ＩＳＰハードウェアのビット深度にかかわらず２モード（たとえば、夜モード及び日中モード）露光システムのスーパーセットであるようにチューニングされることを可能にする。したがって、実施例では、画像センサは、１つ又は複数の動作モードと、動作モード間のモード遷移とをなくし、遷移アーティファクトを除去することによって、簡略化され得る。さらに、これは、（通常、画像センサのセンサ設定を制御するために使用されることになる）自動露光アルゴリズムがない簡略化されたソフトウェアをもたらす。さらに、実施例は、画像センサが固定設定で構成されることを可能にし、これは、システムをより安全にし、センサ・ドライバの簡略化を生じ、かなりのエンジニアリング及び品質分析労力を節約する。
本開示は、画像のＳＮＲ及び色精度を維持しながら、高ビット深度を有するカメラのセンサと、カメラ・センサのビット深度よりも低いビット深度を有するＩＳＰとの間でＨＤＲ画像を圧縮及び復元するための、技法及び方法を提供する。圧縮及び／又は復元は、カメラ・ビット深度、（カメラとＩＳＰとの間の送信のための）送信ビット深度、及び／又はＩＳＰビット深度に基づいて構成され得る。電力曲線が、カメラ・ビット深度、送信ビット深度及び／又はＩＳＰビット深度に基づいて、カメラにおける圧縮のために及び／又はＩＳＰにおける復元のために決定され得る。たとえば、第１の電力曲線が圧縮のために決定され得、第２の電力曲線が復元のために決定され得る。電力曲線に従って圧縮及び／又は復元のレベルを構成することによって、圧縮された画像及び／又は復元された画像（たとえば、ＩＳＰのビット深度に復元された、部分的に復元された画像）のサイズが最適化され得る。電力曲線に従って実施される復元及び／又は圧縮は、高ルミナンス値をもつ画像の領域についてより多くの圧縮が実施されながら、低ルミナンス値をもつ画像の領域についてより少ない圧縮が実施されることを引き起こし得る。いくつかの実施例では、電力曲線の一部分の代わりとして線形セグメントが決定される。線形セグメントは、しきい値よりも小さい値を有する低ピクセル値（たとえば、低信号）のための電力曲線の近似であり、したがって、不十分な光を有する画像のより暗い領域についてのＳＮＲ及び色精度を保持し得る。さらに、画像の低ピクセル値領域を圧縮／復元するために線形セグメントを使用することは、画像属性に対する著しい劣化なしの画像の圧縮及び／又は復元を生じることができる。
図１は、少なくとも１つの実施例による、カメラ画像圧縮／復元構成要素１１５Ａ～１１５Ｂをホスト及び実行するためのシステムを示す。少なくとも１つの実施例では、コンピュータ・システム１００は、サーバ、システム・オン・チップ（ＳｏＣ：ｓｙｓｔｅｍ ｏｎ ａ ｃｈｉｐ）、デスクトップ・コンピュータ、ラップトップ・コンピュータ、モバイル・コンピューティング・デバイス、クラウド・コンピューティング環境、及び／又は任意の他のコンピュータ・システムであり得る。少なくとも１つの実施例では、コンピュータ・システム１００は、限定はしないが、１つ又は複数のグラフィカル処理ユニット（ＧＰＵ：ｇｒａｐｈｉｃａｌ ｐｒｏｃｅｓｓｉｎｇ ｕｎｉｔ）、中央処理ユニット（ＣＰＵ：ｃｅｎｔｒａｌ ｐｒｏｃｅｓｓｉｎｇ ｕｎｉｔ）、及び／又は任意の他のプロセッサのうちの１つ又は複数を表す、１つ又は複数のプロセッサ１２０を含み得る。コンピュータ・システム１００は、（１つ又は複数の）キャッシュ１１３、（１つ又は複数の）データ・ストア１１６、並びに／又は示されていない他の構成要素及び特徴をさらに含み得る。コンピュータ・システム１００はＩＳＰ１４０を含み得、ＩＳＰ１４０は、１つ又は複数のプロセッサ１２０と、カメラ・センサ１３０と、随意に１つ又は複数の他の構成要素とを使用して実装され得る。実施例では、カメラ・センサ１３０及びコンピュータ・システム１００は、モバイル・フォン、自律車両、非自律車両、ビデオ・サーベイランス・システム、ラップトップ・コンピュータ、デスクトップ・コンピュータ、品質分析（ＱＡ：ｑｕａｌｉｔｙ ａｎａｌｙｓｉｓ）検査システム、又は他のシステムなど、デバイスの構成要素であり得る。
少なくとも１つの実施例では、コンピュータ・システム１００は、本明細書で説明されるものを含む、任意の数のキャッシュ１１３を含み得る。たとえば、少なくとも１つの実施例では、（１つ又は複数の）キャッシュ１１３は、コンピュータ・システム１００の（１つ又は複数の）ＣＰＵと（１つ又は複数の）ＧＰＵの両方にとって利用可能であるレベル３（「Ｌ３」）キャッシュ及び／又はレベル２（「Ｌ２」）キャッシュを含むことができる。少なくとも１つの実施例では、（１つ又は複数の）キャッシュ１１３は、キャッシュ・コヒーレンス・プロトコル（たとえば、ＭＥＩ、ＭＥＳＩ、ＭＳＩなど）を使用することなどによって、ラインの状態を追跡し得るライト・バック・キャッシュを含み得る。少なくとも１つの実施例では、Ｌ３キャッシュは、実施例に応じて、４ＭＢ以上のメモリを含み得るが、より小さいキャッシュ・サイズが使用され得る。
少なくとも１つの実施例では、コンピュータ・システム１００は、（１つ又は複数の）データ・ストア１１６（たとえば、メモリ）を含み得る。少なくとも１つの実施例では、（１つ又は複数の）データ・ストア１１６は、コンピュータ・システム１００のオンチップ・メモリであり得、このオンチップ・メモリは、コンピュータ・システム１００の（１つ又は複数の）ＧＰＵ上で実行されるべき、ニューラル・ネットワーク、画像処理パイプラインの１つ又は複数の構成要素などを記憶し得る。少なくとも１つの実施例では、（１つ又は複数の）データ・ストア１１６は、（１つ又は複数の）Ｌ２又はＬ３キャッシュを備え得る。
少なくとも１つの実施例では、（１つ又は複数の）プロセッサ１２０は、組み込みプロセッサを含み得る。少なくとも１つの実施例では、（１つ又は複数の）プロセッサ１２０は、ブート電力並びに管理機能及び関係するセキュリティ執行に対処するための専用プロセッサ及びサブシステムであり得る、ブート及び電力管理プロセッサを含み得る。少なくとも１つの実施例では、ブート及び電力管理プロセッサは、システム１００のブート・シーケンスの一部であり得、ランタイム電力管理サービスを提供し得る。少なくとも１つの実施例では、ブート電力及び管理プロセッサは、クロック及び電圧プログラミング、システム低電力状態移行の支援、システム１００の熱及び温度センサの管理、並びに／又はシステム１００の電力状態の管理を提供し得る。少なくとも１つの実施例では、各温度センサは、その出力周波数が温度に比例するリング発振器として実装され得、システム１００は、リング発振器を使用して、システム１００の（１つ又は複数の）ＣＰＵ、（１つ又は複数の）ＧＰＵ、及び／又は（１つ又は複数の）アクセラレータの温度を検出し得る。
少なくとも１つの実施例では、（１つ又は複数の）プロセッサ１２０は、オーディオ処理エンジンとして働き得る組み込みプロセッサのセットをさらに含み得、オーディオ処理エンジンは、複数のインターフェースを介した多チャネル・オーディオ、及び幅広くフレキシブルな様々なオーディオＩ／Ｏインターフェースのための、完全なハードウェア・サポートを可能にする、オーディオ・サブシステムであり得る。少なくとも１つの実施例では、オーディオ処理エンジンは、専用ＲＡＭをもつデジタル信号プロセッサをもつ専用プロセッサ・コアである。
少なくとも１つの実施例では、（１つ又は複数の）プロセッサ１２０は、低電力センサ管理及び立ち上げ使用事例をサポートするのに必要なハードウェア特徴を提供し得る常時オン・プロセッサ・エンジンをさらに含み得る。少なくとも１つの実施例では、常時オン・プロセッサ・エンジンは、限定はしないが、プロセッサ・コア、密結合ＲＡＭ、サポート周辺機器（たとえば、タイマ及び割込みコントローラ）、様々なＩ／Ｏコントローラ周辺機器、及びルーティング論理を含み得る。
少なくとも１つの実施例では、（１つ又は複数の）プロセッサ１２０は、安全クラスタ・エンジンをさらに含み得、安全クラスタ・エンジンは、限定はしないが、自動車用途のための安全管理に対処するための専用プロセッサ・サブシステムを含む。少なくとも１つの実施例では、安全クラスタ・エンジンは、限定はしないが、２つ又はそれ以上のプロセッサ・コア、密結合ＲＡＭ、サポート周辺機器（たとえば、タイマ、割込みコントローラなど）、及び／又はルーティング論理を含み得る。安全モードでは、２つ又はそれ以上のコアは、少なくとも１つの実施例では、ロックステップ・モードで動作し、それらの動作間で何らかの差を検出するための比較論理をもつ単一コアとして機能し得る。少なくとも１つの実施例では、（１つ又は複数の）プロセッサ１２０は、リアルタイム・カメラ・エンジンをさらに含み得、リアルタイム・カメラ・エンジンは、限定はしないが、リアルタイム・カメラ管理に対処するための専用プロセッサ・サブシステムを含み得る。少なくとも１つの実施例では、（１つ又は複数の）プロセッサ１２０は、高ダイナミック・レンジ信号プロセッサなどの信号プロセッサをさらに含み得、この信号プロセッサは、限定はしないが、ＩＳＰ１４０の一部であるハードウェア・エンジンである画像信号プロセッサを含み得る。（１つ又は複数の）プロセッサ１２０は、さらに、カメラ・センサ１３０からの画像を受信及び処理するために（画像センサとも呼ばれる）カメラ・センサ１３０と対話し得る。
少なくとも１つの実施例では、（１つ又は複数の）プロセッサ１２０は、ビデオ画像合成器を含み得、ビデオ画像合成器は、プレーヤ・ウィンドウのための最終画像を作り出すためにビデオ再生アプリケーションによって必要とされるビデオ後処理機能を実装する（たとえば、マイクロプロセッサ上に実装された）処理ブロックであり得る。少なくとも１つの実施例では、ビデオ画像合成器は、（１つ又は複数の）広角カメラ１２０、（１つ又は複数の）周囲カメラ１２０、及び／又は（１つ又は複数の）キャビン内監視カメラ・センサに対して、レンズゆがみ補正を実施し得る。
カメラ・センサ１３０は、画像センサ又はイメージャであり得、画像センサ又はイメージャは、カメラからの画像内の物体から反射する光波の可変減衰を、その画像を作るために使用される情報を伝達する電流の小さいバーストとしての信号にコンバートすることによって、その情報を検出し、伝達する。波は、光又は他の電磁放射であり得る。カメラ・センサ１３０は、デジタル・カメラ、カメラ・モジュール、カメラ・フォン、光マウス・デバイス、医療撮像機器、暗視機器、レーダー、ソナー、及び／又は他の撮像デバイスを含む、アナログ・タイプとデジタル・タイプの両方の電子撮像デバイスにおいて使用され得る。
ＩＳＰ１４０は、レンダリングのための画像を処理するためにデジタル画像処理動作の中間セットを実施し得、したがって、処理された画像は、比色精度、最小ハードウェア・コスト、及び／又は低ＣＰＵ利用のために最適化される。少なくとも１つの実施例では、ＩＳＰ１４０（又はＩＳＰ４００の少なくとも構成要素）は、コンピュータ・システム１００及び／又はコンピュータ・システム１００の（１つ又は複数の）プロセッサ１２０からなる。少なくとも１つの実施例では、ＩＳＰ１４０（又はＩＳＰの少なくとも構成要素）は、カメラからの画像を出力する前の画像処理を担当するカメラ内の構成要素であり得る。少なくとも１つの実施例では、ＩＳＰ１４０は、ＩＳＰ１４０に接続されたカメラからの画像を処理し得るリモート及び／又は別個の構成要素であり得る。この場合、リモートＩＳＰ１４０は、各カメラからの画像を処理するために、任意の数の互換性があるカメラに接続され得る。少なくとも１つの実施例では、ＩＳＰ１４０によって実施される動作は、ベイヤー・フィルタを適用すること、ノイズ低減を実施すること、シェーディング補正を実施すること、画像スケーリングを実施すること、ガンマ補正を実施すること、画像強調を実施すること、色空間コンバージョンを実施すること、線形化を実施すること、デモザイク技法を適用すること、フレームレート・コンバージョンを実施すること、画像圧縮及び／又は復元を実施すること、並びに／或いはデータ送信を実施することの任意の組合せを含み得る。ＩＳＰ１４０は、前記動作を実施するために、カメラ・センサ１３０又はスキャナなどの画像ソースと、テレビ受像機、プリンタ、又はコンピュータ・スクリーンなどの画像レンダラとの間で使用されるべき構成要素を含み得る。ＩＳＰ１４０は、コンピュータ・ソフトウェアとして、デジタル信号プロセッサ中で、汎用プロセッサ上で、専用プロセッサ上で、フィールドプログラマブル・ゲート・アレイ（ＦＰＧＡ：ｆｉｅｌｄ－ｐｒｏｇｒａｍｍａｂｌｅ ｇａｔｅ ａｒｒａｙ）上で、アナログ回路上で、又は固定機能特定用途向け集積回路（ＡＳＩＣ：ａｐｐｌｉｃａｔｉｏｎ－ｓｐｅｃｉｆｉｃ ｉｎｔｅｇｒａｔｅｄ ｃｉｒｃｕｉｔ）として実装され得る。ＩＳＰ１４０は、デジタル信号プロセッサ（ＤＳＰ：ｄｉｇｉｔａｌ ｓｉｇｎａｌ ｐｒｏｃｅｓｓｏｒ）であるか、又はそれを含み得、ＤＳＰは、カメラ・センサ１３０からの画像を処理するためのいくつかのタイプの算出のために最適化された専用ハードウェア処理ユニットをもつデジタルＣＰＵによって実行され得る。
カメラ画像圧縮／復元構成要素１１５Ａ～Ｂは、１つ又は複数の実施例によれば、画像の圧縮及び／又は復元を実施するために使用され得る。少なくとも１つの実施例では、カメラ画像圧縮／復元構成要素１１５Ａ～Ｂは、色比又は信号対ノイズ比（ＳＮＲ）劣化なしの高性能を達成するために、画像信号処理（ＩＳＰ）パイプラインにおける高ダイナミック・レンジ（ＨＤＲ）画像のための新しい圧縮及び／又は復元方式を提供し得る。いくつかの実装形態では、（１つ又は複数の）カメラ画像圧縮／復元構成要素１１５Ａ～Ｂは、カメラ・センサ１３０からの最初の高ビット深度において生成されたデータを処理するための圧縮及び／又は復元方式を提供し得、したがって、そのデータは、ＩＳＰ１４０において、ＳＮＲ及び色精度を保持しながら、最初の高ビット深度よりも低いビット深度に復元され得る。（１つ又は複数の）カメラ画像圧縮／復元構成要素１１５Ａ～Ｂは、区分的線形（ＰＷＬ）スプライン関数を使用して圧縮及び／又は復元を実施し得る。一実施例では、カメラ・センサ１３０中の画像圧縮／復元構成要素１１５Ａは、第１のＰＷＬスプライン関数を使用して圧縮を実施し、カメラ画像圧縮／復元構成要素１１５Ｂは、第２のＰＷＬスプライン関数を使用して復元及び／又は圧縮を実施する。第２のＰＷＬスプライン関数は、以下に記載されるように、第１のＰＷＬスプライン関数と決定された電力曲線とに基づいて決定されていることがある。区分的線形関数は、実数の区間上で定義された関数を指し得、したがって、区間の集合があり、その各々上でＰＷＬ関数がアフィン変換を表す。アフィン変換は、ライン及び並列度を保持するが、距離及び角度を保持することも保持しないこともある、ジオメトリ変換を指し得る。
いくつかの実装形態では、（１つ又は複数の）カメラ画像圧縮／復元構成要素１１５Ａ～Ｂは、電力曲線に従って圧縮及び／又は復元アルゴリズムを実施する。電力曲線は、ＨＤＲ画像をカメラ・センサのセンサ・ビット深度（たとえば、２４ビット）からＩＳＰビット深度（これは、２０ビットなど、センサ・ビット深度よりも低くなり得る）に圧縮するために選択され得、画像のある領域の圧縮のレベルが、電力曲線に従う領域のピクセル値に基づく。一実例として、画像の領域のピクセル値は、画像の領域のルミナンス値及び／又は画像の領域の放射輝度値であり得る。ルクスで測定されるルミナンス値、及びワット数で測定される放射輝度値は、画像内のシーン中の各表面から来る光の量を表す。電力曲線に従う領域のルミナンス条件に基づいてＨＤＲ画像の領域の圧縮及び／又は復元のレベルを制御することによって、（１つ又は複数の）カメラ画像圧縮／復元構成要素１１５Ａ～Ｂは、高ルミナンス値をもつ画像の領域についてより多くの圧縮が実施されながら、低ルミナンス値をもつ画像の領域についてより少ない圧縮が実施され、したがって、より少ない又は不十分な光を有する画像のより暗い領域についてのＳＮＲ及び色精度を保持するように、圧縮された画像のサイズを最適化することができる。
いくつかの実装形態では、（１つ又は複数の）カメラ画像圧縮／復元構成要素１１５は、圧縮／復元電力曲線を使用する。電力曲線は、低ピクセル値を有する画像の領域を圧縮／復元するための（たとえば、あるしきい値を下回るルミナンス値又は放射輝度値を有する画像のピクセルを圧縮／復元するための）線形セグメントを含み得る。この場合、入力画像の低ピクセル値領域を圧縮／復元するために線形セグメントを使用することは、量子化によるノイズ増加が最も重大であり得る画像の低光エリアにおけるＳＮＲを保持し得る。一実施例では、あるしきい値を下回るピクセル値は、非線形関数ではなく線形関数に従って、圧縮されないことも圧縮されることもある。さらに、画像の低ピクセル値領域を圧縮／復元するために（たとえば、圧縮を適用しないことがある）線形セグメントを使用することは、本明細書で以下でより詳細に説明されるように、画像属性に対する著しい劣化なしの画像の圧縮及び／又は復元を生じることができる。
一実装形態では、カメラ画像圧縮／復元構成要素１１５Ｂは、（１つ又は複数の）プロセッサ１２０において、ＩＳＰ１４０において処理されるべき、カメラ・センサ１３０によって生成され、カメラ画像圧縮／復元構成要素１１５Ａによって圧縮された、圧縮された画像を受信し得る。いくつかの実装形態では、圧縮された画像は、カメラ・センサ１３０によってカメラ・センサ１３０のビット深度においてキャプチャされ、次いで、カメラ画像圧縮／復元構成要素１１５Ａは、カメラ・センサ・ビット深度よりも低い異なるビット深度に、キャプチャされた画像を圧縮した。画像のビット深度は、画像に記憶された色情報の量を表し得、したがって、画像のビット深度が高いほど、画像はより多くの色を記憶することができる。一実例として、最も単純な画像は１ビット画像であり得、１ビット画像は、２つの色、すなわち、黒及び白のみを示すことができる。一実装形態では、カメラ画像圧縮／復元構成要素１１５Ａは、画像のより暗い領域のＳＮＲ及び色精度が圧縮／復元中に劣化しないように、各領域の対応するピクセル値に基づいて、電力曲線に従って、キャプチャされた画像の異なる領域に異なる量又はレベルの圧縮を適用することによって、カメラ・センサ１３０からのキャプチャされた画像を圧縮する。電力曲線は、２つの自由度をもつ曲線であり得る。実施例では、しきい値を下回るピクセル値に関連する電力曲線の一部分が、線形セグメントで近似される。一実例として、カメラ画像圧縮／復元構成要素１１５Ａは、第１のピクセル値を有するキャプチャされた画像の第１の領域に第１の圧縮レベルを適用し、次いで、より高い第２のピクセル値を有するキャプチャされた画像の第２の領域に第２の圧縮レベルを適用し得、したがって、第１の圧縮レベルは第２の圧縮レベルよりも低い。
一実装形態では、カメラ画像圧縮／復元構成要素１１５は、カメラ・センサ１３０のビット深度がＩＳＰ１４０のビット深度に等しいかどうかを見つけ出すためにチェックする。カメラ・センサ１３０のビット深度がＩＳＰ１４０のビット深度よりも高く、ＩＳＰ１４０のビット深度が、圧縮された画像のビット深度よりも高い場合、カメラ画像圧縮／復元構成要素１１５Ｂは、図３に関して以下でより詳細に説明されるように、復元された画像がＩＳＰ１４０によってＩＳＰ１４０のビット深度において処理され得るように、電力曲線を使用して、画像についての圧縮された画像のビット深度からＩＳＰ１４０のビット深度への復元を実施する。
一実装形態では、カメラ画像圧縮／復元構成要素１１５Ｂは、区分的線形（ＰＷＬ）スプライン関数に少なくとも部分的に対応する電力曲線を使用して、画像を、画像の圧縮されたバージョンのビット深度からＩＳＰ１４０のビット深度に復元する。ＰＷＬスプライン関数は、ニー・ポイントのセットを含む。カメラ画像圧縮／復元構成要素１１５Ｂ又は別のコンピュータ・システムは、曲線当てはめ技法を使用してＰＷＬ関数のニー・ポイントのセットに基づいて電力曲線を決定し得る。曲線当てはめ技法は、曲線をサンプリングし、ポイント間を線形的に補間することによって、ＰＷＬ関数のニー・ポイントを知られている曲線に近似するプロセスを指し得る。この技法は、さらに、あるエラー許容差に従う、曲線から最上位のニー・ポイントを算出するためのアルゴリズムを使用し得る。いくつかの実装形態では、電力曲線は、画像の低ピクセル値領域のＳＮＲ及び色精度を保持するために、ピクセル値しきい値を下回る画像ピクセル値を線形的に処理するための、ピクセル値しきい値に延びる線形セグメントを含む。この場合、カメラ画像圧縮／復元構成要素１１５Ｂは、しきい値を下回る画像ピクセル値の信号対ノイズ比（ＳＮＲ）を保持するために、ピクセル値しきい値を下回る画像ピクセル値の圧縮を回避し得る（たとえば、完全に復元し得る）。代替的に、しきい値を下回るピクセル値の圧縮及び／又は復元は、電力関数ではなく線形関数に従って実施され得る。
いくつかの実装形態では、カメラ画像圧縮／復元構成要素１１５Ｂは、画像の各領域の対応するピクセル値に基づいて、異なる復元量において画像の領域を復元する。一実例として、カメラ画像圧縮／復元構成要素１１５Ｂは、あるピクセル値を有する圧縮された画像の第１の領域に第１の復元量を適用し得、第１の領域のピクセル値よりも高いピクセル値を有する圧縮された画像の第２の領域に第２の復元量を適用し得、したがって、復元後、第２の領域は、第１の領域よりも大きい残差圧縮を有する。いくつかの実施例では、第１の復元量は第２の復元量よりも低い。いくつかの実施例では、第２の復元量は第１の復元量よりも大きい。いくつかの実装形態では、画像の所与の領域のピクセル値が、画像のキャプチャされた領域の光の量を示す、領域のルミナンス値に対応する。
図２は、少なくとも１つの実施例による、ＩＳＰパイプラインにおいてＨＤＲ画像のための圧縮及び復元アルゴリズムを実行するためのプロセス２００の流れ図である。少なくとも１つの実施例では、プロセス２００を実装する処理論理が、カメラ・センサからの最初の高ビット深度において生成されたデータを処理するための圧縮及び／又は復元方式を提供し得、したがって、そのデータは、画像信号プロセッサ（ＩＳＰ：ｉｍａｇｅ ｓｉｇｎａｌ ｐｒｏｃｅｓｓｏｒ）において、ＳＮＲ及び色精度を保持しながら、最初の高ビット深度よりも低いビット深度に復元され得る。
動作２０２において、画像センサが、第１のビット深度において画像をキャプチャする。画像センサは、たとえば、高ビット深度（たとえば、２４ビットのビット深度）において画像をキャプチャするＨＤＲ画像センサであり得る。画像センサは、たとえば、２０ビット、２４ビット、２６ビット、３２ビットなどのビット深度を有するＨＤＲセンサであり得る。動作２０４において、画像センサ（たとえば、画像センサにおける処理デバイス）は、画像を第１のビット深度からより低い第２のビット深度に（たとえば、２４ビットのビット深度から１２ビットのビット深度に）圧縮する。画像が圧縮されるビット深度は、画像センサとＩＳＰとの間の接続の帯域幅に基づき得る。第２のビット深度は、たとえば、８ビット、１０ビット、１２ビット、１４ビット、１６ビット、１８ビットなどであり得る。いくつかの実施例では、圧縮は、ＰＷＬ圧縮を使用して実施される。代替的に、立方圧縮、ルックアップ・テーブル圧縮など、他の圧縮技法が使用され得る。いくつかの実装形態では、画像は、線形セグメントを含むことも含まないこともある電力曲線を使用して圧縮される。電力曲線は、画像センサのプロパティに基づいて決定され得、電力曲線に従って圧縮され、次いで、後で、（元の又は異なるビット深度に）復元された画像が、元の色比及びＳＮＲに近いものを保つように、選択され得る。一実施例では、決定された電力曲線に基づいて、ＰＷＬ圧縮関数が決定される。動作２０６において、画像センサは、圧縮された画像をＩＳＰパイプラインに送信する。
動作２１０において、処理論理は、画像信号処理（ＩＳＰ）パイプラインに関連する１つ又は複数のプロセッサにおいて、画像センサによって生成された圧縮された画像を受信し、ＩＳＰは、第１のビット深度よりも低く、第２のビット深度よりも高い、第３のビット深度に関連する（たとえば、２０ビットのビット深度など、１６～２２ビットのビット深度を有する）。ＩＳＰは、画像センサと同じビット深度、又は画像センサよりも低いビット深度を有し得る。たとえば、ＩＳＰは、１０ビット、１２ビット、１４ビット、１６ビット、１８ビット、２０ビット、２２ビット、２４ビットなどのビット深度を有し得る。
動作２２０において、処理論理は、第３のビット深度を有する部分的に復元された画像を生成するために、電力曲線（又は異なる電力曲線）に従って、圧縮された画像を復元する。部分的に復元された画像の複数の領域が、電力曲線に従う複数の領域の各領域の１つ又は複数の対応するピクセル値に基づいて、別個の復元量だけ復元され得る。一実施例では、復元は、曲線当てはめ技法を使用して電力曲線に基づいて生成されたＰＷＬ関数を使用して実施される。実装形態では、画像の領域の（１つ又は複数の）ピクセル値は、本明細書でより詳細に説明されるように、画像の領域のルミナンス値を指し得る。
一実施例では、動作２３０において、処理論理は、電力曲線に従って、第１のピクセル値を有する圧縮された画像の第１の領域に第１の復元量を適用する。一実装形態では、画像の第１の領域の第１のピクセル値は、本明細書でより詳細に説明されるように、画像の第１の領域のルミナンス値を指し得る。
一実施例では、動作２４０において、処理論理は、電力曲線に従って、より高い第２のピクセル値を有する圧縮された画像の第２の領域に第２の復元量を適用する。実施例では、復元後、第２の領域の圧縮の残差レベルが第１の領域の圧縮の残差レベルよりも大きい。一実施例では、第１の復元量は第２の復元量よりも低い。一実施例では、第２の復元量は第１の復元量よりも低い。一実装形態では、画像の第２の領域の第２のピクセル値は、第１の領域の第１のルミナンス値よりも高い画像の第２の領域のルミナンス値を指し得る。
図３は、少なくとも１つの実施例による、電力曲線を使用して（たとえば、電力曲線に適したＰＷＬ関数を使用して）カメラ・センサからの画像を圧縮及び復元するためのコンピューティング環境３００の図である。少なくとも１つの実施例では、処理論理が、ＰＷＬ関数に対応する電力曲線に基づいて画像データの圧縮及び復元を実施するための区分的線形関数（ＰＷＬ）を利用し得る。この場合、キャプチャされた画像が、最初に、ＰＷＬ関数を使用してカメラ・センサ３１２によって圧縮され、次いで、圧縮された画像は、ＩＳＰ３１４に関連するビット深度を達成するために、ＩＳＰ３１４において別のＰＷＬ関数（たとえば、圧縮のために使用されるＰＷＬ関数に対する近似逆ＰＷＬ関数）を使用して復元される。復元のために使用されるＰＷＬ関数は、それが、圧縮された画像に適用されたとき、得られた部分的に圧縮された画像が、実施例における電力曲線に対応する圧縮状態を有するように、選択され得る。コンピューティング環境３００は、図１のコンピュータ・システム１００と同じ又は同様であり得、センサ３１２は、図１のカメラ・センサ１３０と同じ又は同様であり得、ＩＳＰ３１４は、図１のＩＳＰ１４０と同じ又は同様であり得る。
動作３１０において、処理論理は、（電力曲線に基づくことも基づかないこともある）ＰＷＬ関数３１６を使用して、キャプチャされた画像を、センサ３１２のビット深度である第１のビット深度（たとえば、２４ビット）から第２のビット深度（たとえば、１２ビット）に圧縮するために、センサ３１２において圧縮アルゴリズムを実行する。処理論理は、センサ３１２からＩＳＰ３１４への画像データのより速く、より効率的な転送を可能にするために、（たとえば、２４ビットの）生画像を、（たとえば、１２ビットの）圧縮された画像に圧縮し得る。一実装形態では、処理論理は、センサ３１２においてＰＷＬ圧縮式を利用して、以下の式を使用して、２４ビット線形データ（Ｘ）を１２ビット・データ（Ｙ）に圧縮し得る。
Ｙ＝ＰＷＬｓｅｎｓｏｒ（Ｘ）
ここで、ＰＷＬｓｅｎｓｏｒは、データ（Ｘ）を圧縮するためにセンサ３１２によって使用される区分的線形式を表す。
Ｙ＝ＰＷＬｓｅｎｓｏｒ（Ｘ）
ここで、ＰＷＬｓｅｎｓｏｒは、データ（Ｘ）を圧縮するためにセンサ３１２によって使用される区分的線形式を表す。
動作３２０において、処理論理は、圧縮された画像をＩＳＰ３１４に送信する。実装形態では、ＩＳＰ３１４は、受信された画像に対して、線形化（Ｌｉｎ：ｌｉｎｅａｒｉｚａｔｉｏｎ）、黒レベル補正（ＢＬＣ：ｂｌａｃｋ ｌｅｖｅｌ ｃｏｒｒｅｃｔｉｏｎ）、レンズ・シェーディング補正（ＬＳＣ：ｌｅｎｓｅｓ ｓｈａｄｉｎｇ ｃｏｒｒｅｃｔｉｏｎ）、及びホワイト・バランス補正（ＷＢＣ：ｗｈｉｔｅ ｂａｌａｎｃｅ ｃｏｒｒｅｃｔｉｏｎ）を含む、画像処理及び補正機能を実施し得る。実装形態では、処理論理が、ＩＳＰ３１４のビット深度が、生画像の元のビット深度を下回るが圧縮されたビット深度を上回る、第３のビット深度（たとえば、２０ビットの中間ビット深度）であると決定したとき、処理論理は、（電力曲線に基づくことも基づかないこともある）ＰＷＬ関数３１８を使用して、センサ３１２からのデータ（Ｙ）に対してＰＷＬ復元を適用して、部分的に復元されたデータ（たとえば、２０ビット・データ）（Ｚ）を生成し、これは、ＩＳＰ３１４の残りによって処理され得る、データ（Ｚ）によって表される画像を生成する。最終画像は、最初に圧縮された状態よりも低い圧縮を有する新しい圧縮された状態（たとえば、部分的に圧縮された状態）を有し得る。新しい圧縮された状態では、各ピクセルについての圧縮の量が、そのピクセルについてのルミナンス値又は放射輝度値に基づき得る。新しい圧縮された状態は、電力曲線３２２に対応し得る。
処理論理は、以下の式を使用してデータ（Ｚ）を生成し得る。
Ｚ＝ＰＷＬｉｓｐ（Ｙ）
ここで、ＰＷＬｉｓｐは、データ（Ｙ）を復元するためにＩＳＰ３１４によって使用される区分的線形式を表す。したがって、上記の２つの式を組み合わせることによって、処理論理は、センサ３１２によって生成された元のビット深度画像（たとえば、２４ビット画像）からＩＳＰ３１４による使用のための新しいビット深度画像（たとえば、２０ビット画像）を生成するために、以下の式を使用する。以下の式は、元のビット深度画像（たとえば、２４ビット画像）を新しいビット深度画像（たとえば、２０ビット画像）にコンバートするために電力曲線３２２を使用する。
Ｚ＝ＰＷＬｉｓｐ（ＰＷＬｓｅｎｓｏｒ（Ｘ））
Ｚ＝ＰＷＬｉｓｐ（Ｙ）
ここで、ＰＷＬｉｓｐは、データ（Ｙ）を復元するためにＩＳＰ３１４によって使用される区分的線形式を表す。したがって、上記の２つの式を組み合わせることによって、処理論理は、センサ３１２によって生成された元のビット深度画像（たとえば、２４ビット画像）からＩＳＰ３１４による使用のための新しいビット深度画像（たとえば、２０ビット画像）を生成するために、以下の式を使用する。以下の式は、元のビット深度画像（たとえば、２４ビット画像）を新しいビット深度画像（たとえば、２０ビット画像）にコンバートするために電力曲線３２２を使用する。
Ｚ＝ＰＷＬｉｓｐ（ＰＷＬｓｅｎｓｏｒ（Ｘ））
ＰＷＬ処理は、それが以下の電力関数を近似するようなやり方で実施され得る。
Ｚ≒Ｘα
ここで、αは、曲線の電力を定義する値であり得る。以下に記載されるように、ＰＷＬ処理は、それが以下の一般化された電力関数を近似するようなやり方で実施され得る。
Ｚ≒βＸα
ここで、電力曲線を定義するαパラメータ及びβパラメータ（たとえば、数値）。
Ｚ≒Ｘα
ここで、αは、曲線の電力を定義する値であり得る。以下に記載されるように、ＰＷＬ処理は、それが以下の一般化された電力関数を近似するようなやり方で実施され得る。
Ｚ≒βＸα
ここで、電力曲線を定義するαパラメータ及びβパラメータ（たとえば、数値）。
したがって、ＩＳＰ３１４の残りによって処理された画像の最終の圧縮された状態は、電力曲線３２２を近似する形態を有する。電力曲線３２２は、（たとえば、より高いレベルの圧縮が、より高いルミナンス値を有する領域に適用される）それらの関連するルミナンス値に従う画像の領域の最終的な最終ターゲットの圧縮された状態を示す。画像の最終の圧縮された状態のこの電力曲線３２２構成は、（たとえば、ＰＷＬ関数３１６を使用する）ＰＷＬ圧縮と（たとえば、ＰＷＬ関数３１８を使用する）ＰＷＬ復元との組合せに基づいて達成される。事実上、電力曲線３２２において示されている最終の圧縮された状態は、ＰＷＬ関数３１６にＰＷＬ関数３１８を乗算することによって達成され得る。圧縮段階及び／又は復元段階の設計中に、圧縮段階及び／又は復元段階は、（たとえば、電力曲線３２２に従う）最終の圧縮された状態に圧縮ＰＷＬ関数又は復元ＰＷＬ関数のいずれかを乗算して、或いは最終の圧縮された状態を圧縮ＰＷＬ関数又は復元ＰＷＬ関数のいずれかで除算して、圧縮関数又は復元関数の他方に達することによって解かれ得る。したがって、処理論理は、圧縮及び／又は復元のために使用すべきＰＷＬ関数のニー・ポイントの各々が何であるべきであるかを正確に決定することができる。
一実装形態では、ＰＷＬ処理が、対応する電力曲線の曲線当てはめ技法に基づいて、センサＰＷＬ圧縮のニーポイントとＩＳＰ ＰＷＬ復元関数のニーポイントとに基づいて決定されるとすれば、これらの圧縮及び復元アルゴリズムは、低信号レベル（たとえば、低ピクセル値）について高量子化ノイズを生じることがある。高量子化ノイズは、低ピクセル値についてのＳＮＲ及び色精度に悪影響を及ぼすことがある。この場合、ＳＮＲ及び色精度を保持するために、処理論理は、始まりにおいて線形セグメントを含む修正された電力曲線を使用し得、したがって、電力曲線の線形セグメント内にある低電力値について、圧縮及び復元が妨げられる。データ（Ｚ）を生成するための修正された電力関数は、以下によって表され得る。
Ｚ＝βＸα
ここで、βは、曲線の始まりにおいて線形領域を可能にするために電力曲線に追加された定数である。したがって、２４ビット－２０ビット圧縮を達成するために、以下の式が使用され得る。
２２０＝β（２２４）α
一方、低信号領域、たとえば、５１２以下の電力値において線形セグメントを達成するために、以下の式が使用され得る。
調整された線形セグメントを有する異なる電力曲線について解くために、異なる始まり及び（たとえば、２４ビット及び２０ビット以外の）ターゲット・ビット深度値を使用する同様の式も使用され得る。
Ｚ＝βＸα
ここで、βは、曲線の始まりにおいて線形領域を可能にするために電力曲線に追加された定数である。したがって、２４ビット－２０ビット圧縮を達成するために、以下の式が使用され得る。
２２０＝β（２２４）α
一方、低信号領域、たとえば、５１２以下の電力値において線形セグメントを達成するために、以下の式が使用され得る。
調整された線形セグメントを有する異なる電力曲線について解くために、異なる始まり及び（たとえば、２４ビット及び２０ビット以外の）ターゲット・ビット深度値を使用する同様の式も使用され得る。
いくつかの実施例では、自動ホワイト・バランシング（ＡＷＢ：ａｕｔｏ ｗｈｉｔｅ ｂａｌａｎｃｉｎｇ）動作及び／又はレンズ・シェーディング補正（ＬＳＣ：ｌｅｎｓ ｓｈａｄｉｎｇ ｃｏｒｒｅｃｔｉｏｎ）動作が、色比を保持する、利得＊Ｘと利得αに従ってスケーリングされた電力との形態を有する。
図４は、少なくとも１つの実施例による、画像のＳＮＲ及び色精度に影響を及ぼすことなしにカメラからの（たとえば、ＨＤＲ画像などの）画像を圧縮及び／又は復元するために使用され得る線形セグメントをもつ電力曲線を示す。少なくとも１つの実施例では、プロセス４００を実装する処理論理が、画像の領域のピクセル値に基づいてＨＤＲ画像を圧縮及び／又は復元するための線形セグメント４１２を含む電力曲線４１０を利用し得る。いくつかの実装形態では、電力曲線４１０中の線形セグメント４１２は、５１２以下のピクセル値について使用され得る。５１２を下回るピクセル値についての線形セグメントの使用は、これらのピクセル値を有する領域の圧縮及び／又は復元を防ぎ、したがって、色不精度を引き起こすことなしに低ピクセル値（たとえば、低信号レベル）についてのＳＮＲ劣化を防ぎ得る。
図４に示されているように、電力曲線４２０は、本明細書でより詳細に説明されるように、５１２の値までの２４ビット画像のピクセル値が線形に２０ビット・ピクセル値にコンバートされ、随意に画像の実際の圧縮又は復元を防ぐことができることを示す、線形セグメント４１２のより大きいスケール・グラフを表す。
図５は、少なくとも１つの実施例による、カメラからのＨＤＲ生画像とＩＳＰからのＨＤＲの処理された画像とのＰＷＬ圧縮及び復元を使用することの影響を示す。図５に示されているように、画像５１０は、２０ビット・カメラ・センサを使用して生成され、２０ビットＩＳＰを使用して処理された。画像５２０は、画像５１０と同じ画像を示すが、画像５２０は、開示される実装形態のうちの１つ又は複数を使用して、２４ビット・センサによってキャプチャされ、２０ビットＩＳＰによって処理された。図５に示されているように、画像５２０は、示されている最終ビット深度が同じであるが、画像５１０と比較して高い電力値においてより少ない飽和を示す。
画像５３０は、処理される前の、２０ビット・カメラ・センサを使用して生成された生画像を表す。画像５４０は、画像５３０と同じ画像を示すが、画像５４０は、２４ビット・カメラ・センサによってキャプチャされた生画像である。示されているように、生画像５３０、５４０の両方は、本明細書で説明される実施例に従って処理された、処理された画像よりもはるかに多い飽和を示す。
データ・センタ
図６は、少なくとも１つの実施例が使用され得る例示的なデータ・センタ６００を示す。実施例では、例示的なデータ・センタ６００は、圧縮及び／又は復元のために使用すべき最適な電力曲線及びＰＷＬ関数を決定するために使用され得る。データ・センタ６００は、たとえば、電力曲線にマッピングする、並びに／或いは、圧縮された画像が、電力曲線に従って及び／又は電力曲線に対応する様式で圧縮されることを引き起こす、圧縮及び／又は復元のための１つ又は複数のＰＷＬ関数を決定するために、曲線当てはめ動作を実施し得る。少なくとも１つの実施例では、データ・センタ６００は、データ・センタ・インフラストラクチャ層６１０と、フレームワーク層６２０と、ソフトウェア層６３０と、アプリケーション層６４０とを含む。
図６は、少なくとも１つの実施例が使用され得る例示的なデータ・センタ６００を示す。実施例では、例示的なデータ・センタ６００は、圧縮及び／又は復元のために使用すべき最適な電力曲線及びＰＷＬ関数を決定するために使用され得る。データ・センタ６００は、たとえば、電力曲線にマッピングする、並びに／或いは、圧縮された画像が、電力曲線に従って及び／又は電力曲線に対応する様式で圧縮されることを引き起こす、圧縮及び／又は復元のための１つ又は複数のＰＷＬ関数を決定するために、曲線当てはめ動作を実施し得る。少なくとも１つの実施例では、データ・センタ６００は、データ・センタ・インフラストラクチャ層６１０と、フレームワーク層６２０と、ソフトウェア層６３０と、アプリケーション層６４０とを含む。
少なくとも１つの実施例では、図６に示されているように、データ・センタ・インフラストラクチャ層６１０は、リソース・オーケストレータ６１２と、グループ化されたコンピューティング・リソース６１４と、ノード・コンピューティング・リソース（「ノードＣ．Ｒ．」：ｎｏｄｅ ｃｏｍｐｕｔｉｎｇ ｒｅｓｏｕｒｃｅ）６１６（１）～６１６（Ｎ）とを含み得、ここで、「Ｎ」は正の整数を表す（それは、他の図中で使用されるものとは異なる整数「Ｎ」であり得る）。少なくとも１つの実施例では、ノードＣ．Ｒ．６１６（１）～６１６（Ｎ）は、限定はしないが、任意の数の中央処理ユニット（「ＣＰＵ」）又は（アクセラレータ、フィールド・プログラマブル・ゲート・アレイ（ＦＰＧＡ）、グラフィックス・プロセッサなどを含む）他のプロセッサ、メモリ・ストレージ・デバイス６１８（１）～６１８（Ｎ）（たとえば、動的読取り専用メモリ、ソリッド・ステート・ストレージ又はディスク・ドライブ）、ネットワーク入力／出力（「ＮＷ Ｉ／Ｏ」：ｎｅｔｗｏｒｋ ｉｎｐｕｔ／ｏｕｔｐｕｔ）デバイス、ネットワーク・スイッチ、仮想機械（「ＶＭ」：ｖｉｒｔｕａｌ ｍａｃｈｉｎｅ）、電力モジュール、及び冷却モジュールなどを含み得る。少なくとも１つの実施例では、ノードＣ．Ｒ．６１６（１）～６１６（Ｎ）の中からの１つ又は複数のノードＣ．Ｒ．は、上述のコンピューティング・リソースのうちの１つ又は複数を有するサーバであり得る。
少なくとも１つの実施例では、グループ化されたコンピューティング・リソース６１４は、１つ又は複数のラック（図示せず）内に格納されたノードＣ．Ｒ．の別個のグループ化、又は様々な地理的ロケーション（同じく図示せず）においてデータ・センタ中に格納された多くのラックを含み得る。少なくとも１つの実施例では、グループ化されたコンピューティング・リソース６１４内のノードＣ．Ｒ．の別個のグループ化は、１つ又は複数のワークロードをサポートするように構成されるか又は割り振られ得る、グループ化されたコンピュート・リソース、ネットワーク・リソース、メモリ・リソース、又はストレージ・リソースを含み得る。少なくとも１つの実施例では、ＣＰＵ又はプロセッサを含むいくつかのノードＣ．Ｒ．は、１つ又は複数のワークロードをサポートするためのコンピュート・リソースを提供するために１つ又は複数のラック内でグループ化され得る。少なくとも１つの実施例では、１つ又は複数のラックはまた、任意の数の電力モジュール、冷却モジュール、及びネットワーク・スイッチを、任意の組合せで含み得る。
少なくとも１つの実施例では、リソース・オーケストレータ６１２は、１つ又は複数のノードＣ．Ｒ．６１６（１）～６１６（Ｎ）及び／又はグループ化されたコンピューティング・リソース６１４を構成するか、又はさもなければ、制御し得る。少なくとも１つの実施例では、リソース・オーケストレータ６１２は、データ・センタ６００のためのソフトウェア設計インフラストラクチャ（「ＳＤＩ」：ｓｏｆｔｗａｒｅ ｄｅｓｉｇｎ ｉｎｆｒａｓｔｒｕｃｔｕｒｅ）管理エンティティを含み得る。少なくとも１つの実施例では、リソース・オーケストレータ１１２は、ハードウェア、ソフトウェア、又はそれらの何らかの組合せを含み得る。
少なくとも１つの実施例では、図６に示されているように、フレームワーク層６２０は、ジョブ・スケジューラ６２２と、構成マネージャ６２４と、リソース・マネージャ６２６と、分散型ファイル・システム６２８とを含む。少なくとも１つの実施例では、フレームワーク層６２０は、ソフトウェア層６３０のソフトウェア６３２、及び／又はアプリケーション層６４０の１つ又は複数のアプリケーション６４２をサポートするためのフレームワークを含み得る。少なくとも１つの実施例では、ソフトウェア６３２又は（１つ又は複数の）アプリケーション６４２は、それぞれ、アマゾン・ウェブ・サービス、Ｇｏｏｇｌｅ Ｃｌｏｕｄ、及びＭｉｃｒｏｓｏｆｔ Ａｚｕｒｅによって提供されるものなど、ウェブ・ベースのサービス・ソフトウェア又はアプリケーションを含み得る。少なくとも１つの実施例では、フレームワーク層６２０は、限定はしないが、大規模データ処理（たとえば、「ビック・データ」）のために分散型ファイル・システム６２８を利用し得るＡｐａｃｈｅ Ｓｐａｒｋ（商標）（以下「Ｓｐａｒｋ」）など、無料でオープンソースのソフトウェア・ウェブ・アプリケーション・フレームワークのタイプであり得る。少なくとも１つの実施例では、ジョブ・スケジューラ６２２は、データ・センタ６００の様々な層によってサポートされるワークロードのスケジューリングを容易にするために、Ｓｐａｒｋドライバを含み得る。少なくとも１つの実施例では、構成マネージャ６２４は、ソフトウェア層６３０、並びに大規模データ処理をサポートするためのＳｐａｒｋ及び分散型ファイル・システム６２８を含むフレームワーク層６２０など、異なる層を構成することが可能であり得る。少なくとも１つの実施例では、リソース・マネージャ６２６は、分散型ファイル・システム６２８及びジョブ・スケジューラ６２２をサポートするようにマッピングされたか又は割り振られた、クラスタ化された又はグループ化されたコンピューティング・リソースを管理することが可能であり得る。少なくとも１つの実施例では、クラスタ化された又はグループ化されたコンピューティング・リソースは、データ・センタ・インフラストラクチャ層６１０において、グループ化されたコンピューティング・リソース６１４を含み得る。少なくとも１つの実施例では、リソース・マネージャ６２６は、リソース・オーケストレータ６１２と協調して、これらのマッピングされた又は割り振られたコンピューティング・リソースを管理し得る。
少なくとも１つの実施例では、ソフトウェア層６３０中に含まれるソフトウェア６３２は、ノードＣ．Ｒ．６１６（１）～６１６（Ｎ）、グループ化されたコンピューティング・リソース６１４、及び／又はフレームワーク層６２０の分散型ファイル・システム６２８の少なくとも部分によって使用されるソフトウェアを含み得る。少なくとも１つの実施例では、１つ又は複数のタイプのソフトウェアは、限定はしないが、インターネット・ウェブ・ページ検索ソフトウェアと、電子メール・ウイルス・スキャン・ソフトウェアと、データベース・ソフトウェアと、ストリーミング・ビデオ・コンテンツ・ソフトウェアとを含み得る。
少なくとも１つの実施例では、アプリケーション層６４０中に含まれる（１つ又は複数の）アプリケーション６４２は、ノードＣ．Ｒ．６１６（１）～６１６（Ｎ）、グループ化されたコンピューティング・リソース６１４、及び／又はフレームワーク層６２０の分散型ファイル・システム６２８の少なくとも部分によって使用される１つ又は複数のタイプのアプリケーションを含み得る。少なくとも１つの実施例では、１つ又は複数のタイプのアプリケーションは、限定はしないが、任意の数のゲノミクス・アプリケーション、コグニティブ・コンピュート、アプリケーション、及び、訓練又は推論ソフトウェア、機械学習フレームワーク・ソフトウェア（たとえば、ＰｙＴｏｒｃｈ、ＴｅｎｓｏｒＦｌｏｗ、Ｃａｆｆｅなど）を含む、機械学習アプリケーション、又は、１つ又は複数の実施例と併せて使用される他の機械学習アプリケーションを含み得る。
カメラ画像圧縮／復元構成要素１１５は、１つ又は複数の実施例によれば、画像信号処理（ＩＳＰ）パイプラインにおける高ダイナミック・レンジ（ＨＤＲ）画像のための圧縮及び／又は復元方式を提供するために使用され得る。カメラ画像圧縮／復元構成要素１１５に関する詳細は、図１と併せて本明細書で提供される。少なくとも１つの実施例では、カメラ画像圧縮／復元構成要素１１５は、本明細書で説明されるＨＤＲ画像の圧縮及び復元を実施するために、図６において使用され得る。
自律車両
自律車両に限定されないが、本開示の実施例は、自律車両のカメラによって生成された画像に適用されたときに特に有効であり得る。自動車上のカメラは、（たとえば、数百～数千のルクスの測定された値を有する）直射日光と、（たとえば、何分の１ルクスの測定された値を有する）月のない及び星のない夜の両方において、正確な画像を生成することが予想され得る。したがって、自動車のカメラは、環境の両極端の間で約８桁まで（ルクスで測定される）ルミナンス値が変動し得る広範囲の環境において、正確に画像を生成することが予想され得る。旧来、カメラは、自動ホワイト・バランシングを実施することと、その各々が異なるカメラ設定を有する、日中モードと夜モードとの間で自動的に切り替えることとによって、この広範囲の環境にわたる正確な画像をとることが可能である。これは、カメラ及びＩＳＰが比較的低いビット深度にあるままであることを可能にし、カメラとＩＳＰとは、同じビット深度を有し得る。実施例では、ＨＤＲカメラが、より低いビット深度のＩＳＰとともに使用され得る。ＨＤＲカメラは画像を圧縮し得、それらの画像は、ＩＳＰにおいて部分的に復元され得る。圧縮及び／又は復元は、（随意に線形セグメントをもつ）電力曲線に従って実施され得、色割当量及びＳＮＲを保持し得る。本開示の実施例を実装することによって、画像センサとＩＳＰとは、画像センサとＩＳＰとの間でデータを送信するための帯域幅要件を最小限に抑え、画像センサよりも低いビット深度においてＩＳＰを維持しながら、明るい光において飽和せず、暗い光においてデータを失わない最終の処理された画像を生成するために、協働することができる。
自律車両に限定されないが、本開示の実施例は、自律車両のカメラによって生成された画像に適用されたときに特に有効であり得る。自動車上のカメラは、（たとえば、数百～数千のルクスの測定された値を有する）直射日光と、（たとえば、何分の１ルクスの測定された値を有する）月のない及び星のない夜の両方において、正確な画像を生成することが予想され得る。したがって、自動車のカメラは、環境の両極端の間で約８桁まで（ルクスで測定される）ルミナンス値が変動し得る広範囲の環境において、正確に画像を生成することが予想され得る。旧来、カメラは、自動ホワイト・バランシングを実施することと、その各々が異なるカメラ設定を有する、日中モードと夜モードとの間で自動的に切り替えることとによって、この広範囲の環境にわたる正確な画像をとることが可能である。これは、カメラ及びＩＳＰが比較的低いビット深度にあるままであることを可能にし、カメラとＩＳＰとは、同じビット深度を有し得る。実施例では、ＨＤＲカメラが、より低いビット深度のＩＳＰとともに使用され得る。ＨＤＲカメラは画像を圧縮し得、それらの画像は、ＩＳＰにおいて部分的に復元され得る。圧縮及び／又は復元は、（随意に線形セグメントをもつ）電力曲線に従って実施され得、色割当量及びＳＮＲを保持し得る。本開示の実施例を実装することによって、画像センサとＩＳＰとは、画像センサとＩＳＰとの間でデータを送信するための帯域幅要件を最小限に抑え、画像センサよりも低いビット深度においてＩＳＰを維持しながら、明るい光において飽和せず、暗い光においてデータを失わない最終の処理された画像を生成するために、協働することができる。
図７Ａは、少なくとも１つの実施例による、自律車両７００の一実例を示す。少なくとも１つの実施例では、自律車両７００（代替的に、本明細書では「車両７００」と呼ばれる）は、限定はしないが、車、トラック、バス、及び／又は１人又は複数の乗客を収容する別のタイプの車両など、乗用車（ｐａｓｓｅｎｇｅｒ ｖｅｈｉｃｌｅ）であり得る。少なくとも１つの実施例では、車両７００は、貨物を運搬するために使用されるセミ・トラクタ・トレーラ・トラックであり得る。少なくとも１つの実施例では、車両７００は、航空機、ロボット車両、又は他の種類の車両であり得る。
自律車両は、米国運輸省の一部門である全米高速道路交通安全局（「ＮＨＴＳＡ」：Ｎａｔｉｏｎａｌ Ｈｉｇｈｗａｙ Ｔｒａｆｆｉｃ Ｓａｆｅｔｙ Ａｄｍｉｎｉｓｔｒａｔｉｏｎ）、及び自動車技術者協会（「ＳＡＥ」：Ｓｏｃｉｅｔｙ ｏｆ Ａｕｔｏｍｏｔｉｖｅ Ｅｎｇｉｎｅｅｒｓ）の非特許文献１によって定義される自動化レベルという観点から説明され得る。少なくとも１つの実施例では、車両７００は、自律運転レベルのレベル１～レベル５のうちの１つ又は複数による機能性に対応可能であり得る。たとえば、少なくとも１つの実施例では、車両７００は、実施例に応じて、条件付き自動化（レベル３）、高度自動化（レベル４）、及び／又は完全自動化（レベル５）に対応可能であり得る。
少なくとも１つの実施例では、車両７００は、限定はしないが、シャーシ、車両本体、ホイール（たとえば、２本、４本、６本、８本、１８本など）、タイヤ、車軸、及び車両の他の構成要素など、構成要素を含み得る。少なくとも１つの実施例では、車両７００は、限定はしないが、内燃機関、ハイブリッド電力プラント、完全電気エンジン、及び／又は別の推進システム・タイプなど、推進システム７５０を含み得る。少なくとも１つの実施例では、推進システム７５０は、車両７００のドライブ・トレインに接続され得、ドライブ・トレインは、限定はしないが、車両７００の推進を可能にするためのトランスミッションを含み得る。少なくとも１つの実施例では、推進システム７５０は、（１つ又は複数の）スロットル／アクセラレータ７５２から信号を受信したことに応答して制御され得る。
少なくとも１つの実施例では、限定はしないが、ハンドルを含み得る操縦システム７５４は、推進システム７５０が動作しているときに（たとえば、車両７００が動いているときに）車両７００を（たとえば、所望の経路又はルートに沿って）操縦するために使用される。少なくとも１つの実施例では、操縦システム７５４は、（１つ又は複数の）操縦アクチュエータ７５６から信号を受信し得る。少なくとも１つの実施例では、ハンドルは、完全自動化（レベル５）機能性について随意であり得る。少なくとも１つの実施例では、（１つ又は複数の）ブレーキ・アクチュエータ７４８及び／又はブレーキ・センサから信号を受信したことに応答して車両ブレーキを動作させるために、ブレーキ・センサ・システム７４６が使用され得る。
少なくとも１つの実施例では、限定はしないが、１つ又は複数のシステム・オン・チップ（「ＳｏＣ」：ｓｙｓｔｅｍ ｏｎ ｃｈｉｐ）（図７Ａに図示せず）及び／又は（１つ又は複数の）グラフィックス処理ユニット（「ＧＰＵ」）を含み得る（１つ又は複数の）コントローラ７３６は、車両７００の１つ又は複数の構成要素及び／又はシステムに（たとえば、コマンドを表す）信号を提供する。たとえば、少なくとも１つの実施例では、（１つ又は複数の）コントローラ７３６は、（１つ又は複数の）ブレーキ・アクチュエータ７４８を介して車両ブレーキを動作させるための信号、（１つ又は複数の）操縦アクチュエータ７５６を介して操縦システム７５４を動作させるための信号、（１つ又は複数の）スロットル／アクセラレータ７５２を介して推進システム７５０を動作させるための信号を送出し得る。少なくとも１つの実施例では、（１つ又は複数の）コントローラ７３６は、自律運転を可能にし、及び／又は人間のドライバが車両７００を運転するのを支援するために、センサ信号を処理し、動作コマンド（たとえば、コマンドを表す信号）を出力する１つ又は複数の搭載（たとえば、一体型の）コンピューティング・デバイスを含み得る。少なくとも１つの実施例では、（１つ又は複数の）コントローラ７３６は、自律運転機能のための第１のコントローラ、機能的安全機能のための第２のコントローラ、人工知能機能性（たとえば、コンピュータ・ビジョン）のための第３のコントローラ、インフォテイメント機能性のための第４のコントローラ、緊急事態における冗長性のための第５のコントローラ、及び／又は他のコントローラを含み得る。少なくとも１つの実施例では、単一のコントローラが、上記の機能性のうちの２つ又はそれ以上に対処し得、２つ又はそれ以上のコントローラが、単一の機能性に対処し得、及び／又はこれらの任意の組合せであり得る。
少なくとも１つの実施例では、（１つ又は複数の）コントローラ７３６は、１つ又は複数のセンサから受信されたセンサ・データ（たとえば、センサ入力）に応答して、車両７００の１つ又は複数の構成要素及び／又はシステムを制御するための信号を提供する。少なくとも１つの実施例では、センサ・データは、たとえば、限定はしないが、（１つ又は複数の）全地球的航法衛星システム（「ＧＮＳＳ」：ｇｌｏｂａｌ ｎａｖｉｇａｔｉｏｎ ｓａｔｅｌｌｉｔｅ ｓｙｓｔｅｍ）センサ７５８（たとえば、（１つ又は複数の）全地球測位システム・センサ）、（１つ又は複数の）ＲＡＤＡＲセンサ７６０、（１つ又は複数の）超音波センサ７６２、（１つ又は複数の）ＬＩＤＡＲセンサ７６４、（１つ又は複数の）慣性測定ユニット（「ＩＭＵ」：ｉｎｅｒｔｉａｌ ｍｅａｓｕｒｅｍｅｎｔ ｕｎｉｔ）センサ７６６（たとえば、（１つ又は複数の）加速度計、（１つ又は複数の）ジャイロスコープ、１つ又は複数の磁気コンパス、（１つ又は複数の）磁力計など）、（１つ又は複数の）マイクロフォン７９６、（１つ又は複数の）ステレオ・カメラ７６８、（１つ又は複数の）広角カメラ７７０（たとえば、魚眼カメラ）、（１つ又は複数の）赤外線カメラ７７２、（１つ又は複数の）周囲カメラ７７４（たとえば、３６０度カメラ）、長距離カメラ（図７Ａに図示せず）、（１つ又は複数の）中距離カメラ（図７Ａに図示せず）、（たとえば、車両７００のスピードを測定するための）（１つ又は複数の）スピード・センサ７４４、（１つ又は複数の）振動センサ７４２、（１つ又は複数の）操縦センサ７４０、（たとえば、ブレーキ・センサ・システム７４６の一部としての）（１つ又は複数の）ブレーキ・センサ、及び／又は他のセンサ・タイプから、受信され得る。
少なくとも１つの実施例では、（１つ又は複数の）コントローラ７３６のうちの１つ又は複数は、車両７００の計器クラスタ７３２からの（たとえば入力データによって表される）入力を受信し、ヒューマン・マシン・インターフェース（「ＨＭＩ」：ｈｕｍａｎ－ｍａｃｈｉｎｅ ｉｎｔｅｒｆａｃｅ）ディスプレイ７３４、可聴アナンシエータ、拡声器を介して、及び／又は車両７００の他の構成要素を介して、（たとえば、出力データ、ディスプレイ・データなどによって表される）出力を提供し得る。少なくとも１つの実施例では、出力は、車両速度、スピード、時間、地図データ（たとえば、高精細度地図（図７Ａに図示せず）、ロケーション・データ（たとえば、地図上などの車両７００のロケーション）、方向、他の車両のロケーション（たとえば、占有グリッド）、（１つ又は複数の）コントローラ７３６によって感知された物体及び物体のステータスに関する情報など、情報を含み得る。たとえば、少なくとも１つの実施例では、ＨＭＩディスプレイ７３４は、１つ又は複数の物体（たとえば、道路標識、警告標識、信号の変化など）の存在に関する情報、及び／或いは、車両が行った、行っている、又はこれから行う運転操作に関する情報（たとえば、現在車線変更中、３．２２ｋｍ（２マイル）先の出口３４Ｂを出る、など）を表示し得る。
少なくとも１つの実施例では、車両７００はネットワーク・インターフェース７２４をさらに含み、ネットワーク・インターフェース７２４は、１つ又は複数のネットワークを介して通信するために（１つ又は複数の）ワイヤレス・アンテナ７２６及び／又は（１つ又は複数の）モデムを使用し得る。たとえば、少なくとも１つの実施例では、ネットワーク・インターフェース７２４は、ロング・ターム・エボリューション（「ＬＴＥ」：Ｌｏｎｇ－Ｔｅｒｍ Ｅｖｏｌｕｔｉｏｎ）、広帯域符号分割多元接続（「ＷＣＤＭＡ（登録商標）」：Ｗｉｄｅｂａｎｄ Ｃｏｄｅ Ｄｉｖｉｓｉｏｎ Ｍｕｌｔｉｐｌｅ Ａｃｃｅｓｓ）、ユニバーサル・モバイル・テレコミュニケーション・システム（「ＵＭＴＳ」：Ｕｎｉｖｅｒｓａｌ Ｍｏｂｉｌｅ Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｓｙｓｔｅｍ）、モバイル通信用グローバル・システム（「ＧＳＭ」：Ｇｌｏｂａｌ Ｓｙｓｔｅｍ ｆｏｒ Ｍｏｂｉｌｅ ｃｏｍｍｕｎｉｃａｔｉｏｎ）、ＩＭＴ－ＣＤＭＡマルチ・キャリア（「ＣＤＭＡ２０００」）ネットワークなどを介した通信が可能であり得る。また、少なくとも１つの実施例では、（１つ又は複数の）ワイヤレス・アンテナ７２６は、Ｂｌｕｅｔｏｏｔｈ、Ｂｌｕｅｔｏｏｔｈ低エネルギー（「ＬＥ」：Ｌｏｗ Ｅｎｅｒｇｙ）、Ｚ波、ＺｉｇＢｅｅなどの（１つ又は複数の）ローカル・エリア・ネットワーク、及び／又はＬｏＲａＷＡＮ、ＳｉｇＦｏｘなどのプロトコルなどの（１つ又は複数の）低電力ワイド・エリア・ネットワーク（「ＬＰＷＡＮ」：ｌｏｗ ｐｏｗｅｒ ｗｉｄｅ－ａｒｅａ ｎｅｔｗｏｒｋ）を使用して、環境内の物体（たとえば、車両、モバイル・デバイスなど）間の通信を可能にし得る。
カメラ画像圧縮／復元構成要素１１５は、１つ又は複数の実施例によれば、画像信号処理（ＩＳＰ）における高ダイナミック・レンジ（ＨＤＲ）画像のための圧縮及び／又は復元方式を提供するために使用され得る。カメラ画像圧縮／復元構成要素１１５は、車両７００のＣＰＵ、ＧＰＵ、ＳｏＣ上でなど、車両７００のプロセッサ上で実行され得る。カメラ画像圧縮／復元構成要素１１５に関する詳細は、図１と併せて本明細書で提供される。少なくとも１つの実施例では、カメラ画像圧縮／復元構成要素１１５は、本明細書で説明されるＨＤＲ画像の圧縮及び／又は復元を実施するために、図７Ａのシステムにおいて使用され得る。
図７Ｂは、少なくとも１つの実施例による、図７Ａの自律車両７００のための例示的なシステム・アーキテクチャを示すブロック図である。少なくとも１つの実施例では、図７Ｂ中の車両７００の構成要素、特徴、及びシステムの各々は、バス７０２を介して接続されるものとして示されている。少なくとも１つの実施例では、バス７０２は、限定はしないが、ＣＡＮデータ・インターフェース（代替的に、本明細書では「ＣＡＮバス」と呼ばれる）を含み得る。少なくとも１つの実施例では、ＣＡＮは、ブレーキの作動、加速、ブレーキ制御、操縦、フロントガラス・ワイパなど、車両７００の様々な特徴及び機能性の制御を補助するために使用される、車両７００内部のネットワークであり得る。少なくとも１つの実施例では、バス７０２は、各々がそれ自体の一意の識別子（たとえば、ＣＡＮ ＩＤ）をもつ数十又はさらには数百のノードを有するように構成され得る。少なくとも１つの実施例では、バス７０２は、ハンドル角度、対地スピード、エンジンの毎分回転数（「ＲＰＭ」：ｒｅｖｏｌｕｔｉｏｎｓ ｐｅｒ ｍｉｎｕｔｅ）、ボタン位置、及び／又は他の車両ステータス・インジケータを見いだすために読み取られ得る。少なくとも１つの実施例では、バス７０２は、ＡＳＩＬ Ｂに準拠したＣＡＮバスであり得る。
少なくとも１つの実施例では、ＣＡＮに加えて、又はその代替として、ＦｌｅｘＲａｙ及び／又はイーサネット・プロトコルが使用され得る。少なくとも１つの実施例では、バス７０２を形成する任意の数のバスがあり得、これらのバスは、限定はしないが、０個以上のＣＡＮバス、０個以上のＦｌｅｘＲａｙバス、０個以上のイーサネット・バス、及び／又は、異なるプロトコルを使用する０個以上の他のタイプのバスを含み得る。少なくとも１つの実施例では、２つ又はそれ以上のバスが、異なる機能を実施するために使用され得、及び／又は、冗長性のために使用され得る。たとえば、第１のバスが衝突回避機能性のために使用され得、第２のバスが作動制御のために使用され得る。少なくとも１つの実施例では、バス７０２の各バスは、車両７００の構成要素のいずれかと通信し得、バス７０２のうちの２つ又はそれ以上のバスが、対応する構成要素と通信し得る。少なくとも１つの実施例では、任意の数のシステム・オン・チップ（「ＳｏＣ」）７０４（ＳｏＣ７０４（Ａ）及びＳｏＣ７０４（Ｂ）などの各々、（１つ又は複数の）コントローラ７３６の各々、及び／又は車両内の各コンピュータは、同じ入力データ（たとえば、車両７００のセンサからの入力）へのアクセスを有し得、共通のバス、そのようなＣＡＮバスに接続され得る。
少なくとも１つの実施例では、車両７００は、図７Ａに関して本明細書で説明されるものなど、１つ又は複数のコントローラ７３６を含み得る。少なくとも１つの実施例では、（１つ又は複数の）コントローラ７３６は、様々な機能のために使用され得る。少なくとも１つの実施例では、（１つ又は複数の）コントローラ７３６は、車両７００の様々な他の構成要素及びシステムのいずれかに結合され得、車両７００、車両７００の人工知能、車両７００のためのインフォテイメント、及び／又は他の機能の制御のために使用され得る。
少なくとも１つの実施例では、車両７００は、任意の数のＳｏＣ７０４を含み得る。少なくとも１つの実施例では、ＳｏＣ７０４の各々は、限定はしないが、中央処理ユニット（「ＣＰＵ」）７０６、グラフィックス処理ユニット（「ＧＰＵ」）７０８、（１つ又は複数の）プロセッサ７１０、（１つ又は複数の）キャッシュ７１２、（１つ又は複数の）アクセラレータ７１４、（１つ又は複数の）データ・ストア７１６、並びに／又は示されていない他の構成要素及び特徴を含み得る。少なくとも１つの実施例では、車両７００を様々なプラットフォーム及びシステムにおいて制御するために、（１つ又は複数の）ＳｏＣ７０４が使用され得る。たとえば、少なくとも１つの実施例では、（１つ又は複数の）ＳｏＣ７０４は、１つ又は複数のサーバ（図７Ｂに図示せず）からネットワーク・インターフェース７２４を介して地図のリフレッシュ及び／又は更新を取得し得る高精細度（「ＨＤ」：Ｈｉｇｈ Ｄｅｆｉｎｉｔｉｏｎ）地図７２２をもつシステム（たとえば、車両７００のシステム）において組み合わせられ得る。
少なくとも１つの実施例では、（１つ又は複数の）ＣＰＵ７０６は、ＣＰＵクラスタ又はＣＰＵコンプレックス（代替的に、本明細書では「ＣＣＰＬＥＸ」と呼ばれる）を含み得る。少なくとも１つの実施例では、（１つ又は複数の）ＣＰＵ７０６は、複数のコア及び／又はレベル２（「Ｌ２」）キャッシュを含み得る。たとえば、少なくとも１つの実施例では、（１つ又は複数の）ＣＰＵ７０６は、コヒーレントなマルチプロセッサ構成において８つのコアを含み得る。少なくとも１つの実施例では、（１つ又は複数の）ＣＰＵ７０６は、４つのデュアル・コア・クラスタを含み得、各クラスタは、専用Ｌ２キャッシュ（たとえば、２メガバイト（ＭＢ）のＬ２キャッシュ）を有する。少なくとも１つの実施例では、（１つ又は複数の）ＣＰＵ７０６（たとえば、ＣＣＰＬＥＸ）は、（１つ又は複数の）ＣＰＵ７０６のクラスタの任意の組合せが任意の所与の時間にアクティブになることを可能にする同時のクラスタ動作をサポートするように構成され得る。
少なくとも１つの実施例では、（１つ又は複数の）ＣＰＵ７０６のうちの１つ又は複数は、電力管理能力（ｃａｐａｂｉｌｉｔｙ）を実装し得、電力管理能力は、限定はしないが、以下の特徴のうちの１つ又は複数を含む：個々のハードウェア・ブロックが、動的電力を節約するために、アイドル時に自動的にクロック・ゲート制御され得る；各コア・クロックは、割込み待ち（「ＷＦＩ」：Ｗａｉｔ ｆｏｒ Ｉｎｔｅｒｒｕｐｔ）／イベント待ち（「ＷＦＥ」：Ｗａｉｔ ｆｏｒ Ｅｖｅｎｔ）命令の実行によりそのようなコアが能動的に命令を実行していないとき、ゲート制御され得る；各コアが独立して電力ゲート制御され得る；各コア・クラスタは、すべてのコアがクロック・ゲート制御又は電力ゲート制御されるとき、独立してクロック・ゲート制御され得る；及び／或いは、各コア・クラスタは、すべてのコアが電力ゲート制御されるとき、独立して電力ゲート制御され得る。少なくとも１つの実施例では、（１つ又は複数の）ＣＰＵ７０６は、電力状態を管理するための拡張アルゴリズムをさらに実装し得、許容された電力状態及び予想されるウェイクアップ時間が指定され、コア、クラスタ、及びＣＣＰＬＥＸのための入るべき最良の電力状態がどれかを、ハードウェア／マイクロコードが決定する。少なくとも１つの実施例では、処理コアは、ワークがマイクロコードにオフロードされたソフトウェアにおける簡単な電力状態エントリ・シーケンスをサポートし得る。
少なくとも１つの実施例では、（１つ又は複数の）ＧＰＵ７０８は、統合されたＧＰＵ（代替的に、本明細書では「ｉＧＰＵ」と呼ばれる）を含み得る。少なくとも１つの実施例では、（１つ又は複数の）ＧＰＵ７０８は、プログラマブルであり得、並列なワークロードについて効率的であり得る。少なくとも１つの実施例では、（１つ又は複数の）ＧＰＵ７０８は、拡張テンソル命令セットを使用し得る。少なくとも１つの実施例では、（１つ又は複数の）ＧＰＵ７０８は、１つ又は複数のストリーミング・マイクロプロセッサを含み得、各ストリーミング・マイクロプロセッサは、レベル１（「Ｌ１」）キャッシュ（たとえば、少なくとも９６ＫＢのストレージ容量をもつＬ１キャッシュ）を含み得、２つ又はそれ以上のストリーミング・マイクロプロセッサは、Ｌ２キャッシュ（たとえば、５１２ＫＢのストレージ容量をもつＬ２キャッシュ）を共有し得る。少なくとも１つの実施例では、（１つ又は複数の）ＧＰＵ７０８は、少なくとも８つのストリーミング・マイクロプロセッサを含み得る。少なくとも１つの実施例では、（１つ又は複数の）ＧＰＵ７０８は、（１つ又は複数の）コンピュート・アプリケーション・プログラミング・インターフェース（ＡＰＩ：ａｐｐｌｉｃａｔｉｏｎ ｐｒｏｇｒａｍｍｉｎｇ ｉｎｔｅｒｆａｃｅ）を使用し得る。少なくとも１つの実施例では、（１つ又は複数の）ＧＰＵ７０８は、１つ又は複数の並列なコンピューティング・プラットフォーム及び／又はプログラミング・モデル（たとえば、ＮＶＩＤＩＡのＣＵＤＡモデル）を使用し得る。
少なくとも１つの実施例では、（１つ又は複数の）ＧＰＵ７０８のうちの１つ又は複数は、自動車の及び組み込まれた使用事例における最良の性能のために電力最適化され得る。たとえば、少なくとも１つの実施例では、（１つ又は複数の）ＧＰＵ７０８は、フィン電界効果トランジスタ（「ＦｉｎＦＥＴ」：Ｆｉｎ ｆｉｅｌｄ－ｅｆｆｅｃｔ ｔｒａｎｓｉｓｔｏｒ）回路要素上で作製され得る。少なくとも１つの実施例では、各ストリーミング・マイクロプロセッサは、複数のブロックに区分けされたいくつかの混合精度処理コアを組み込み得る。たとえば、限定はしないが、６４個のＰＦ３２コアと、３２個のＰＦ６４コアとは、４つの処理ブロックに区分けされ得る。少なくとも１つの実施例では、各処理ブロックは、１６個のＦＰ３２コア、８個のＦＰ６４コア、１６個のＩＮＴ３２コア、深層学習行列算術のための２つの混合精度ＮＶＩＤＩＡ Ｔｅｎｓｏｒコア、レベル０（「Ｌ０」）命令キャッシュ、ワープ・スケジューラ、ディスパッチ・ユニット、及び／又は６４ＫＢのレジスタ・ファイルを割り振られ得る。少なくとも１つの実施例では、ストリーミング・マイクロプロセッサは、算出とアドレッシング計算との混合によるワークロードの効率的な実行を行うために、独立した並列の整数及び浮動小数点データ経路を含み得る。少なくとも１つの実施例では、ストリーミング・マイクロプロセッサは、並列スレッド間でよりきめ細かい同期及び協調を可能にするために、独立したスレッド・スケジューリング能力を含み得る。少なくとも１つの実施例では、ストリーミング・マイクロプロセッサは、性能を改善すると同時にプログラミングを簡単にするために、組み合わせられたＬ１データ・キャッシュ及び共有メモリ・ユニットを含み得る。
少なくとも１つの実施例では、（１つ又は複数の）ＧＰＵ７０８のうちの１つ又は複数は、いくつかの実例では、約９００ＧＢ／秒のピーク・メモリ帯域幅を提供するために、高帯域幅メモリ（「ＨＢＭ」：ｈｉｇｈ ｂａｎｄｗｉｄｔｈ ｍｅｍｏｒｙ）及び／又は１６ＧＢの高帯域幅メモリ第２世代（「ＨＢＭ２」）メモリ・サブシステムを含み得る。少なくとも１つの実施例では、ＨＢＭメモリに加えて、又はその代替として、グラフィックス・ダブル・データ・レート・タイプ・ファイブ同期ランダム・アクセス・メモリ（「ＧＤＤＲ５」：ｇｒａｐｈｉｃｓ ｄｏｕｂｌｅ ｄａｔａ ｒａｔｅ ｔｙｐｅ ｆｉｖｅ）など、同期グラフィックス・ランダム・アクセス・メモリ（「ＳＧＲＡＭ」：ｓｙｎｃｈｒｏｎｏｕｓ ｇｒａｐｈｉｃｓ ｒａｎｄｏｍ－ａｃｃｅｓｓ ｍｅｍｏｒｙ）が使用され得る。
少なくとも１つの実施例では、（１つ又は複数の）ＧＰＵ７０８は、統一メモリ技術を含み得る。少なくとも１つの実施例では、（１つ又は複数の）ＧＰＵ７０８が（１つ又は複数の）ＣＰＵ７０６のページ・テーブルに直接アクセスすることを可能にするために、アドレス・トランスレーション・サービス（「ＡＴＳ」：ａｄｄｒｅｓｓ ｔｒａｎｓｌａｔｉｏｎ ｓｅｒｖｉｃｅ）サポートが使用され得る。少なくとも１つの実施例では、ＧＰＵ７０８メモリ管理ユニット（「ＭＭＵ」：ｍｅｍｏｒｙ ｍａｎａｇｅｍｅｎｔ ｕｎｉｔ）のＧＰＵがミスに遭遇したとき、アドレス・トランスレーション要求が（１つ又は複数の）ＣＰＵ７０６に送信され得る。少なくとも１つの実施例では、それに応答して、（１つ又は複数の）ＣＰＵ７０６のうちの２ＣＰＵは、それのページ・テーブルにおいて、アドレスのための仮想－物理マッピングを探し、トランスレーションを（１つ又は複数の）ＧＰＵ７０８に返送し得る。少なくとも１つの実施例では、統一メモリ技術は、（１つ又は複数の）ＣＰＵ７０６と（１つ又は複数の）ＧＰＵ７０８の両方のメモリについて単一の統一仮想アドレス空間を可能にし、それにより、（１つ又は複数の）ＧＰＵ７０８のプログラミングと、（１つ又は複数の）ＧＰＵ７０８へのアプリケーションの移植とを簡単にし得る。
少なくとも１つの実施例では、（１つ又は複数の）ＧＰＵ７０８は、他のプロセッサのメモリへの（１つ又は複数の）ＧＰＵ７０８のアクセスの頻度を追跡し得る任意の数のアクセス・カウンタを含み得る。少なくとも１つの実施例では、（１つ又は複数の）アクセス・カウンタは、最も頻繁にページにアクセスしているプロセッサの物理メモリにメモリ・ページが移動されることを確実にするのを助け、それにより、プロセッサ間で共有されるメモリ範囲の効率を改善し得る。
少なくとも１つの実施例では、（１つ又は複数の）ＳｏＣ７０４のうちの１つ又は複数は、本明細書で説明されるものを含む、任意の数のキャッシュ７１２を含み得る。たとえば、少なくとも１つの実施例では、（１つ又は複数の）キャッシュ７１２は、（１つ又は複数の）ＣＰＵ７０６と（１つ又は複数の）ＧＰＵ７０８の両方にとって利用可能である（たとえば、（１つ又は複数の）ＣＰＵ７０６及び（１つ又は複数の）ＧＰＵ７０８に接続された）レベル３（「Ｌ３」）キャッシュを含むことができる。少なくとも１つの実施例では、（１つ又は複数の）キャッシュ７１２は、キャッシュ・コヒーレンス・プロトコル（たとえば、ＭＥＩ、ＭＥＳＩ、ＭＳＩなど）を使用することなどによって、ラインの状態を追跡し得るライト・バック・キャッシュを含み得る。少なくとも１つの実施例では、Ｌ３キャッシュは、実施例に応じて、４ＭＢ以上のメモリを含み得るが、より小さいキャッシュ・サイズが使用され得る。
少なくとも１つの実施例では、（１つ又は複数の）ＳｏＣ７０４のうちの１つ又は複数は、１つ又は複数のアクセラレータ７１４（たとえば、ハードウェア・アクセラレータ、ソフトウェア・アクセラレータ、又はこれらの組合せ）を含み得る。少なくとも１つの実施例では、（１つ又は複数の）ＳｏＣ７０４は、最適化されたハードウェア・アクセラレータ及び／又は大型のオンチップ・メモリを含み得るハードウェア加速クラスタを含み得る。少なくとも１つの実施例では、大型のオンチップ・メモリ（たとえば、４ＭＢのＳＲＡＭ）は、ハードウェア加速クラスタが、ニューラル・ネットワーク及び他の計算を加速することを可能にし得る。少なくとも１つの実施例では、ハードウェア加速クラスタは、（１つ又は複数の）ＧＰＵ７０８を補完し、（１つ又は複数の）ＧＰＵ７０８のタスクのうちのいくつかをオフロードするために（たとえば、他のタスクを実施するために（１つ又は複数の）ＧＰＵ７０８のサイクルをより多く解放するために）使用され得る。少なくとも１つの実施例では、加速を受け入れるのに十分なほど安定している対象のワークロード（たとえば、知覚、畳み込みニューラル・ネットワーク（「ＣＮＮ」：ｃｏｎｖｏｌｕｔｉｏｎａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ）、リカレント・ニューラル・ネットワーク（「ＲＮＮ」：ｒｅｃｕｒｒｅｎｔ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ）など）のために、（１つ又は複数の）アクセラレータ７１４が使用され得る。少なくとも１つの実施例では、ＣＮＮは、領域ベースの、すなわち領域畳み込みニューラル・ネットワーク（「ＲＣＮＮ」：ｒｅｇｉｏｎａｌ ｃｏｎｖｏｌｕｔｉｏｎａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ）、及び（たとえば、物体検出のために使用されるような）高速ＲＣＮＮ、又は他のタイプのＣＮＮを含み得る。
少なくとも１つの実施例では、（１つ又は複数の）アクセラレータ７１４（たとえば、ハードウェア加速クラスタ）は、１つ又は複数の深層学習アクセラレータ（「ＤＬＡ」：ｄｅｅｐ ｌｅａｒｎｉｎｇ ａｃｃｅｌｅｒａｔｏｒ）を含み得る。少なくとも１つの実施例では、（１つ又は複数の）ＤＬＡは、限定はしないが、１つ又は複数のＴｅｎｓｏｒ処理ユニット（「ＴＰＵ」：Ｔｅｎｓｏｒ ｐｒｏｃｅｓｓｉｎｇ ｕｎｉｔ）を含み得、１つ又は複数のＴｅｎｓｏｒ処理ユニットは、深層学習アプリケーション及び推論のために、追加の、毎秒１０兆の演算を提供するように構成され得る。少なくとも１つの実施例では、ＴＰＵは、（たとえば、ＣＮＮ、ＲＣＮＮなどのための）画像処理機能を実施するように構成され、そのために最適化されたアクセラレータであり得る。少なくとも１つの実施例では、（１つ又は複数の）ＤＬＡは、ニューラル・ネットワーク・タイプと浮動小数点演算の特定のセット、並びに推論のためにさらに最適化され得る。少なくとも１つの実施例では、（１つ又は複数の）ＤＬＡの設計は、一般的な汎用ＧＰＵよりも多くのミリメートル当たりの性能を提供し得、一般的には、ＣＰＵの性能をはるかに超える。少なくとも１つの実施例では、（１つ又は複数の）ＴＰＵは、たとえば、特徴と重みの両方のためのＩＮＴ８、ＩＮＴ１６、及びＦＰ１６のデータ・タイプをサポートする、単一インスタンスの畳み込み機能、並びにポストプロセッサ機能を含む、いくつかの機能を実施し得る。少なくとも１つの実施例では、（１つ又は複数の）ＤＬＡは、たとえば、限定はしないが、カメラ・センサからのデータを使用する物体識別及び検出のためのＣＮＮ、カメラ・センサからのデータを使用する距離推定のためのＣＮＮ、マイクロフォンからのデータを使用する緊急車両検出及び識別及び検出のためのＣＮＮ、カメラ・センサからのデータを使用する顔認識及び車両所有者識別のためのＣＮＮ、並びに／或いはセキュリティ及び／又は安全関係イベントのためのＣＮＮを含む、様々な機能のいずれかのための処理された又は処理されていないデータに対して、ニューラル・ネットワーク、特にＣＮＮを、迅速に及び効率的に実行し得る。
少なくとも１つの実施例では、（１つ又は複数の）ＤＬＡは、（１つ又は複数の）ＧＰＵ７０８の任意の機能を実施し得、たとえば、推論アクセラレータを使用することによって、設計者は、任意の機能のために（１つ又は複数の）ＤＬＡ又は（１つ又は複数の）ＧＰＵ７０８のいずれかをターゲットにし得る。たとえば、少なくとも１つの実施例では、設計者は、ＣＮＮ及び浮動小数点演算の処理を（１つ又は複数の）ＤＬＡに集中させ、他の機能を（１つ又は複数の）ＧＰＵ７０８及び／又は（１つ又は複数の）アクセラレータ７１４に任せ得る。
少なくとも１つの実施例では、（１つ又は複数の）アクセラレータ７１４は、プログラマブル・ビジョン・アクセラレータ（「ＰＶＡ」：ｐｒｏｇｒａｍｍａｂｌｅ ｖｉｓｉｏｎ ａｃｃｅｌｅｒａｔｏｒ）を含み得、プログラマブル・ビジョン・アクセラレータは、本明細書では代替的にコンピュータ・ビジョン・アクセラレータと呼ばれることがある。少なくとも１つの実施例では、ＰＶＡは、先進ドライバ支援システム（「ＡＤＡＳ」：ａｄｖａｎｃｅｄ ｄｒｉｖｅｒ ａｓｓｉｓｔａｎｃｅ ｓｙｓｔｅｍ）７３８、自律運転、拡張現実（「ＡＲ」：ａｕｇｍｅｎｔｅｄ ｒｅａｌｉｔｙ）アプリケーション、及び／又は仮想現実（「ＶＲ」：ｖｉｒｔｕａｌ ｒｅａｌｉｔｙ）アプリケーションのために、コンピュータ・ビジョン・アルゴリズムを加速するように設計及び構成され得る。少なくとも１つの実施例では、ＰＶＡは、性能とフレキシビリティとの間の均衡を提供し得る。たとえば、少なくとも１つの実施例では、各ＰＶＡは、たとえば、限定はしないが、任意の数の縮小命令セット・コンピュータ（「ＲＩＳＣ」：ｒｅｄｕｃｅｄ ｉｎｓｔｒｕｃｔｉｏｎ ｓｅｔ ｃｏｍｐｕｔｅｒ）コア、ダイレクト・メモリ・アクセス（「ＤＭＡ」：ｄｉｒｅｃｔ ｍｅｍｏｒｙ ａｃｃｅｓｓ）、及び／又は任意の数のベクトル・プロセッサを含み得る。
少なくとも１つの実施例では、ＲＩＳＣコアは、画像センサ（たとえば、本明細書で説明される任意のカメラの画像センサ）、（１つ又は複数の）画像信号プロセッサなどと対話し得る。少なくとも１つの実施例では、各ＲＩＳＣコアは、任意の量のメモリを含み得る。少なくとも１つの実施例では、ＲＩＳＣコアは、実施例に応じて、いくつかのプロトコルのいずれかを使用し得る。少なくとも１つの実施例では、ＲＩＳＣコアは、リアルタイム・オペレーティング・システム（「ＲＴＯＳ」：ｒｅａｌ－ｔｉｍｅ ｏｐｅｒａｔｉｎｇ ｓｙｓｔｅｍ）を実行し得る。少なくとも１つの実施例では、ＲＩＳＣコアは、１つ又は複数の集積回路デバイス、特定用途向け集積回路（「ＡＳＩＣ」）、及び／又はメモリ・デバイスを使用して実装され得る。たとえば、少なくとも１つの実施例では、ＲＩＳＣコアは、命令キャッシュ及び／又は密結合ＲＡＭを含むことができる。
少なくとも１つの実施例では、ＤＭＡは、ＰＶＡの構成要素が（１つ又は複数の）ＣＰＵ７０６とは無関係にシステム・メモリにアクセスすることを可能にし得る。少なくとも１つの実施例では、ＤＭＡは、限定はしないが、多次元アドレッシング及び／又はサーキュラ・アドレッシングをサポートすることを含む、ＰＶＡに最適化を提供するために使用される任意の数の特徴をサポートし得る。少なくとも１つの実施例では、ＤＭＡは、６つ又はそれ以上のアドレッシング次元までをサポートし得、これらのアドレッシング次元は、限定はしないが、ブロック幅、ブロック高さ、ブロック深度、水平ブロック・ステッピング、垂直ブロック・ステッピング、及び／又は深度ステッピングを含み得る。
少なくとも１つの実施例では、ベクトル・プロセッサは、コンピュータ・ビジョン・アルゴリズムのためのプログラミングを効率的でフレキシブルに実行するように設計され得るプログラマブル・プロセッサであり、信号処理能力を提供し得る。少なくとも１つの実施例では、ＰＶＡは、ＰＶＡコアと、２つのベクトル処理サブシステム・パーティションとを含み得る。少なくとも１つの実施例では、ＰＶＡコアは、プロセッサ・サブシステム、（１つ又は複数の）ＤＭＡエンジン（たとえば、２つのＤＭＡエンジン）、及び／又は他の周辺機器を含み得る。少なくとも１つの実施例では、ベクトル処理サブシステムは、ＰＶＡの１次処理エンジンとして動作し得、ベクトル処理ユニット（「ＶＰＵ」：ｖｅｃｔｏｒ ｐｒｏｃｅｓｓｉｎｇ ｕｎｉｔ）、命令キャッシュ、及び／又はベクトル・メモリ（たとえば、「ＶＭＥＭ」：ｖｅｃｔｏｒ ｍｅｍｏｒｙ）を含み得る。少なくとも１つの実施例では、ＶＰＵコアは、たとえば、単一命令複数データ（「ＳＩＭＤ」：ｓｉｎｇｌｅ ｉｎｓｔｒｕｃｔｉｏｎ，ｍｕｌｔｉｐｌｅ ｄａｔａ）、超長命令語（「ＶＬＩＷ」：ｖｅｒｙ ｌｏｎｇ ｉｎｓｔｒｕｃｔｉｏｎ ｗｏｒｄ）のデジタル信号プロセッサなど、デジタル信号プロセッサを含み得る。少なくとも１つの実施例では、ＳＩＭＤとＶＬＩＷとの組合せが、スループット及びスピードを向上させ得る。
少なくとも１つの実施例では、ベクトル・プロセッサの各々は、命令キャッシュを含み得、専用メモリに結合され得る。その結果、少なくとも１つの実施例では、ベクトル・プロセッサの各々は、他のベクトル・プロセッサとは無関係に実行するように構成され得る。少なくとも１つの実施例では、特定のＰＶＡ中に含まれるベクトル・プロセッサは、データ並列処理を採用するように構成され得る。たとえば、少なくとも１つの実施例では、単一のＰＶＡ中に含まれる複数のベクトル・プロセッサは、共通のコンピュータ・ビジョン・アルゴリズムを、ただし画像の異なる領域上で実行し得る。少なくとも１つの実施例では、特定のＰＶＡ中に含まれるベクトル・プロセッサは、異なるコンピュータ・ビジョン・アルゴリズムを１つの画像上で同時に実行するか、さらには、異なるアルゴリズムを連続した画像又は画像の部分上で実行し得る。少なくとも１つの実施例では、とりわけ、任意の数のＰＶＡがハードウェア加速クラスタ中に含まれ得、任意の数のベクトル・プロセッサが各ＰＶＡ中に含まれ得る。少なくとも１つの実施例では、ＰＶＡは、システムの全体的な安全性を向上させるために、追加のエラー訂正コード（「ＥＣＣ」：Ｅｒｒｏｒ Ｃｏｒｒｅｃｔｉｏｎ Ｃｏｄｅ）メモリを含み得る。
少なくとも１つの実施例では、（１つ又は複数の）アクセラレータ７１４は、（１つ又は複数の）アクセラレータ７１４のための高帯域幅、低レイテンシのＳＲＡＭを提供するために、コンピュータ・ビジョン・ネットワーク・オンチップと、スタティック・ランダム・アクセス・メモリ（「ＳＲＡＭ」：ｓｔａｔｉｃ ｒａｎｄｏｍ－ａｃｃｅｓｓ ｍｅｍｏｒｙ）とを含み得る。少なくとも１つの実施例では、オンチップ・メモリは、たとえば、限定はしないが、８つのフィールド構成可能メモリ・ブロックを含む少なくとも４ＭＢのＳＲＡＭを含み得、これは、ＰＶＡとＤＬＡの両方によってアクセス可能であり得る。少なくとも１つの実施例では、メモリ・ブロックの各ペアは、先進周辺バス（「ＡＰＢ」：ａｄｖａｎｃｅｄ ｐｅｒｉｐｈｅｒａｌ ｂｕｓ）インターフェースと、構成回路要素と、コントローラと、マルチプレクサとを含み得る。少なくとも１つの実施例では、任意のタイプのメモリが使用され得る。少なくとも１つの実施例では、ＰＶＡ及びＤＬＡは、メモリへの高速アクセスをＰＶＡ及びＤＬＡに提供するバックボーンを介して、メモリにアクセスし得る。少なくとも１つの実施例では、バックボーンは、ＰＶＡ及びＤＬＡを（たとえば、ＡＰＢを使用して）メモリに相互接続するコンピュータ・ビジョン・ネットワーク・オンチップを含み得る。
少なくとも１つの実施例では、コンピュータ・ビジョン・ネットワーク・オンチップは、任意の制御信号／アドレス／データの送信の前に、ＰＶＡとＤＬＡの両方が準備信号及び有効信号を提供すると決定するインターフェースを含み得る。少なくとも１つの実施例では、インターフェースは、制御信号／アドレス／データを送信するための別個の位相及び別個のチャネル、並びに継続的なデータ転送のためのバーストタイプ通信を提供し得る。少なくとも１つの実施例では、インターフェースは、国際標準化機構（「ＩＳＯ」：Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｏｒｇａｎｉｚａｔｉｏｎ ｆｏｒ Ｓｔａｎｄａｒｄｉｚａｔｉｏｎ）２６２６２又は国際電気標準会議（「ＩＥＣ」：Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｅｌｅｃｔｒｏｔｅｃｈｎｉｃａｌ Ｃｏｍｍｉｓｓｉｏｎ）６１５０８の規格に準拠し得るが、他の規格及びプロトコルが使用され得る。
少なくとも１つの実施例では、（１つ又は複数の）ＳｏＣ７０４のうちの１つ又は複数は、リアルタイム・レイ・トレーシング・ハードウェア・アクセラレータを含み得る。少なくとも１つの実施例では、リアルタイム・レイ・トレーシング・ハードウェア・アクセラレータは、ＲＡＤＡＲ信号解釈のための、音伝搬合成及び／又は分析のための、ＳＯＮＡＲシステムのシミュレーションのための、一般波形伝搬シミュレーションのための、ローカリゼーション及び／又は他の機能を目的としたＬＩＤＡＲデータとの比較のための、並びに／或いは他の使用法のための、リアルタイムの視覚化シミュレーションを生成するために、（たとえば、世界モデル内の）物体の位置及び範囲を迅速に及び効率的に決定するために使用され得る。
少なくとも１つの実施例では、（１つ又は複数の）アクセラレータ７１４は、自律運転のための多様な使用法を有することができる。少なくとも１つの実施例では、ＰＶＡは、ＡＤＡＳ及び自律車両における主要な処理段階のために使用され得る。少なくとも１つの実施例では、ＰＶＡの能力は、低電力及び低レイテンシでの予測可能な処理を必要とするアルゴリズム・ドメインについて良好にマッチする。言い換えれば、ＰＶＡは、低レイテンシ及び低電力とともに予測可能なランタイムを必要とし得る半稠密（ｓｅｍｉ－ｄｅｎｓｅ）又は稠密な規則的算出に対して、小さいデータ・セット上でも、良好に機能する。少なくとも１つの実施例では、車両７００中など、ＰＶＡは、それらが、物体検出及び整数数値の演算において効率的であり得るので、従来のコンピュータ・ビジョン・アルゴリズムを稼働するように設計され得る。
たとえば、技術の少なくとも１つの実施例によれば、ＰＶＡは、コンピュータ・ステレオ・ビジョンを実施するために使用される。少なくとも１つの実施例では、いくつかの実例においてセミグローバルなマッチング・ベースのアルゴリズムが使用され得るが、これは、限定するものではない。少なくとも１つの実施例では、レベル３～５の自律運転のためのアプリケーションは、動き推定／ステレオ・マッチング（たとえば、動きからの構造（ｓｔｒｕｃｔｕｒｅ ｆｒｏｍ ｍｏｔｉｏｎ）、歩行者認識、車線検出など）をオンザフライで使用する。少なくとも１つの実施例では、ＰＶＡは、２つの単眼カメラからの入力に対して、コンピュータ・ステレオ・ビジョン機能を実施し得る。
少なくとも１つの実施例では、ＰＶＡは、高密度オプティカル・フローを実施するために使用され得る。たとえば、少なくとも１つの実施例では、ＰＶＡは、未加工のＲＡＤＡＲデータを（たとえば、４Ｄの高速フーリエ変換を使用して）処理して、処理されたＲＡＤＡＲデータを提供することができる。少なくとも１つの実施例では、ＰＶＡは、たとえば、処理された飛行時間データを提供するために、未加工の飛行時間データを処理することによって、飛行時間の深度処理のために使用される。
少なくとも１つの実施例では、ＤＬＡは、たとえば、限定はしないが、各物体検出についての信頼性の測度を出力するニューラル・ネットワークを含む、制御及び運転の安全性を向上させるための任意のタイプのネットワークを稼働するために使用され得る。少なくとも１つの実施例では、信頼性は、他の検出と比較した各検出の確率として、又はその相対的な「重み」を提供するものとして表されるか、又は解釈され得る。少なくとも１つの実施例では、信頼性測度は、システムが、どの検出が偽陽性（ｆａｌｓｅ ｐｏｓｉｔｉｖｅ）検出ではなく真陽性（ｔｒｕｅ ｐｏｓｉｔｉｖｅ）検出と見なされるべきであるかに関して、さらなる判定を行うことを可能にする。少なくとも１つの実施例では、システムは、信頼性についてのしきい値を設定し、しきい値を超える検出のみを真陽性検出と見なし得る。自動緊急ブレーキ（「ＡＥＢ」：ａｕｔｏｍａｔｉｃ ｅｍｅｒｇｅｎｃｙ ｂｒａｋｉｎｇ）システムが使用される実施例では、偽陽性検出は、車両が自動的に緊急ブレーキをかけることを引き起こし、これは明らかに望ましくない。少なくとも１つの実施例では、非常に信頼性の高い検出が、ＡＥＢのためのトリガと見なされ得る。少なくとも１つの実施例では、ＤＬＡは、信頼性値を回帰するためにニューラル・ネットワークを稼働し得る。少なくとも１つの実施例では、ニューラル・ネットワークは、とりわけ、バウンディング・ボックスの次元、（たとえば、別のサブシステムから）取得されたグランド・プレーン推定値、車両７００の向きと相関する（１つ又は複数の）ＩＭＵセンサ７６６からの出力、距離、ニューラル・ネットワーク及び／又は他のセンサ（たとえば、（１つ又は複数の）ＬＩＤＡＲセンサ７６４又は（１つ又は複数の）ＲＡＤＡＲセンサ７６０）から取得された物体の３Ｄロケーション推定値など、パラメータの少なくとも一部のサブセットを、その入力としてとり得る。
少なくとも１つの実施例では、（１つ又は複数の）ＳｏＣ７０４のうちの１つ又は複数は、（１つ又は複数の）データ・ストア７１６（たとえば、メモリ）を含み得る。少なくとも１つの実施例では、（１つ又は複数の）データ・ストア７１６は、（１つ又は複数の）ＳｏＣ７０４のオンチップ・メモリであり得、このオンチップ・メモリは、（１つ又は複数の）ＧＰＵ７０８及び／又はＤＬＡ上で実行されるべきニューラル・ネットワークを記憶し得る。少なくとも１つの実施例では、（１つ又は複数の）データ・ストア７１６は、容量が、冗長性及び安全性のためにニューラル・ネットワークの複数のインスタンスを記憶するのに十分なほど大きくなり得る。少なくとも１つの実施例では、（１つ又は複数の）データ・ストア７１６は、（１つ又は複数の）Ｌ２又はＬ３キャッシュを備え得る。
少なくとも１つの実施例では、（１つ又は複数の）ＳｏＣ７０４のうちの１つ又は複数は、（１つ又は複数の）任意の数のプロセッサ７１０（たとえば、組み込みプロセッサ）を含み得る。少なくとも１つの実施例では、（１つ又は複数の）プロセッサ７１０は、ブート電力並びに管理機能及び関係するセキュリティ執行に対処するための専用プロセッサ及びサブシステムであり得る、ブート及び電力管理プロセッサを含み得る。少なくとも１つの実施例では、ブート及び電力管理プロセッサは、（１つ又は複数の）ＳｏＣ７０４のブート・シーケンスの一部であり得、ランタイム電力管理サービスを提供し得る。少なくとも１つの実施例では、ブート電力及び管理プロセッサは、クロック及び電圧プログラミング、システム低電力状態移行の支援、（１つ又は複数の）ＳｏＣ７０４の熱及び温度センサの管理、並びに／又は（１つ又は複数の）ＳｏＣ７０４の電力状態の管理を提供し得る。少なくとも１つの実施例では、各温度センサは、その出力周波数が温度に比例するリング発振器として実装され得、（１つ又は複数の）ＳｏＣ７０４は、リング発振器を使用して、（１つ又は複数の）ＣＰＵ７０６、（１つ又は複数の）ＧＰＵ７０８、及び／又は（１つ又は複数の）アクセラレータ７１４の温度を検出し得る。少なくとも１つの実施例では、温度がしきい値を超えると決定された場合、ブート及び電力管理プロセッサは、温度障害ルーチンに入り、（１つ又は複数の）ＳｏＣ７０４を低電力状態にし、及び／又は車両７００を運転手－安全停止モード（ｃｈａｕｆｆｅｕｒ ｔｏ ｓａｆｅ ｓｔｏｐ ｍｏｄｅ）にし（たとえば、車両７００を安全停止させ）得る。
少なくとも１つの実施例では、（１つ又は複数の）プロセッサ７１０は、オーディオ処理エンジンとして働き得る組み込みプロセッサのセットをさらに含み得、オーディオ処理エンジンは、複数のインターフェースを介した多チャネル・オーディオ、及び幅広くフレキシブルな様々なオーディオＩ／Ｏインターフェースのための、完全なハードウェア・サポートを可能にする、オーディオ・サブシステムであり得る。少なくとも１つの実施例では、オーディオ処理エンジンは、専用ＲＡＭをもつデジタル信号プロセッサをもつ専用プロセッサ・コアである。
少なくとも１つの実施例では、（１つ又は複数の）プロセッサ７１０は、低電力センサ管理及び立ち上げ使用事例をサポートするのに必要なハードウェア特徴を提供し得る常時オン・プロセッサ・エンジンをさらに含み得る。少なくとも１つの実施例では、常時オン・プロセッサ・エンジンは、限定はしないが、プロセッサ・コア、密結合ＲＡＭ、サポート周辺機器（たとえば、タイマ及び割込みコントローラ）、様々なＩ／Ｏコントローラ周辺機器、及びルーティング論理を含み得る。
少なくとも１つの実施例では、（１つ又は複数の）プロセッサ７１０は、安全クラスタ・エンジンをさらに含み得、安全クラスタ・エンジンは、限定はしないが、自動車用途のための安全管理に対処するための専用プロセッサ・サブシステムを含む。少なくとも１つの実施例では、安全クラスタ・エンジンは、限定はしないが、２つ又はそれ以上のプロセッサ・コア、密結合ＲＡＭ、サポート周辺機器（たとえば、タイマ、割込みコントローラなど）、及び／又はルーティング論理を含み得る。安全モードでは、２つ又はそれ以上のコアは、少なくとも１つの実施例では、ロックステップ・モードで動作し、それらの動作間で何らかの差を検出するための比較論理をもつ単一コアとして機能し得る。少なくとも１つの実施例では、（１つ又は複数の）プロセッサ７１０は、リアルタイム・カメラ・エンジンをさらに含み得、リアルタイム・カメラ・エンジンは、限定はしないが、リアルタイム・カメラ管理に対処するための専用プロセッサ・サブシステムを含み得る。少なくとも１つの実施例では、（１つ又は複数の）プロセッサ７１０は、高ダイナミック・レンジ信号プロセッサをさらに含み得、高ダイナミック・レンジ信号プロセッサは、限定はしないが、カメラ処理パイプラインの一部であるハードウェア・エンジンである画像信号プロセッサを含み得る。
少なくとも１つの実施例では、（１つ又は複数の）プロセッサ７１０は、ビデオ画像合成器を含み得、ビデオ画像合成器は、プレーヤ・ウィンドウのための最終画像を作り出すためにビデオ再生アプリケーションによって必要とされるビデオ後処理機能を実装する（たとえば、マイクロプロセッサ上に実装された）処理ブロックであり得る。少なくとも１つの実施例では、ビデオ画像合成器は、（１つ又は複数の）広角カメラ７７０、（１つ又は複数の）周囲カメラ７７４、及び／又は（１つ又は複数の）キャビン内監視カメラ・センサに対して、レンズゆがみ補正を実施し得る。少なくとも１つの実施例では、（１つ又は複数の）キャビン内監視カメラ・センサは、好ましくは、キャビン内のイベントを識別し、それに応じて応答するように構成された、ＳｏＣ７０４の別のインスタンス上で稼働しているニューラル・ネットワークによって監視される。少なくとも１つの実施例では、キャビン内システムは、限定はしないが、セルラー・サービスをアクティブ化し、電話をかけ、電子メールを書き、車両の行き先を変更し、車両のインフォテイメント・システム及び設定をアクティブ化又は変更し、或いはボイス作動式のウェブ・サーフィンを提供するために、読唇を実施し得る。少なくとも１つの実施例では、いくつかの機能は、車両が自律モードで動作しているときにドライバにとって利用可能であり、他の場合に使用不可にされる。
少なくとも１つの実施例では、ビデオ画像合成器は、空間と時間の両方のノイズ低減のための拡張された時間的ノイズ低減を含み得る。たとえば、少なくとも１つの実施例では、ビデオ中で動きが発生した場合、ノイズ低減が空間情報に適切に重み付けし、隣接するフレームによって提供される情報の重みを減少させる。少なくとも１つの実施例では、画像又は画像の一部分が動きを含まない場合、ビデオ画像合成器によって実施される時間的ノイズ低減は、前の画像からの情報を使用して、現在の画像中のノイズを低減し得る。
少なくとも１つの実施例では、ビデオ画像合成器はまた、入力されたステレオ・レンズ・フレームに対してステレオ平行化（ｓｔｅｒｅｏ ｒｅｃｔｉｆｉｃａｔｉｏｎ）を実施するように構成され得る。少なくとも１つの実施例では、ビデオ画像合成器は、オペレーティング・システム・デスクトップが使用中であるとき、ユーザ・インターフェース合成のためにさらに使用され得、（１つ又は複数の）ＧＰＵ７０８は、新しい表面を継続的にレンダリングすることを必要とされない。少なくとも１つの実施例では、（１つ又は複数の）ＧＰＵ７０８が電源投入され、アクティブであり、３Ｄレンダリングを行っているとき、ビデオ画像合成器は、性能及び応答性を改善するために（１つ又は複数の）ＧＰＵ７０８をオフロードするために使用され得る。
少なくとも１つの実施例では、（１つ又は複数の）ＳｏＣ７０４のうちの１つ又は複数のＳｏＣは、カメラからのビデオ及び入力を受信するためのモバイル・インダストリ・プロセッサ・インターフェース（「ＭＩＰＩ」：ｍｏｂｉｌｅ ｉｎｄｕｓｔｒｙ ｐｒｏｃｅｓｓｏｒ ｉｎｔｅｒｆａｃｅ）カメラ・シリアル・インターフェース、高速インターフェース、並びに／又はカメラ及び関係するピクセル入力機能のために使用され得るビデオ入力ブロックをさらに含み得る。少なくとも１つの実施例では、（１つ又は複数の）ＳｏＣ７０４のうちの１つ又は複数は、（１つ又は複数の）入力／出力コントローラをさらに含み得、（１つ又は複数の）入力／出力コントローラは、ソフトウェアによって制御され得、特定の役割にコミットされていないＩ／Ｏ信号を受信するために使用され得る。
少なくとも１つの実施例では、（１つ又は複数の）ＳｏＣ７０４のうちの１つ又は複数は、周辺機器、オーディオ・エンコーダ／デコーダ（「コーデック」）、電力管理、及び／又は他のデバイスとの通信を可能にするための広範囲の周辺インターフェースをさらに含み得る。少なくとも１つの実施例では、（１つ又は複数の）ＳｏＣ７０４は、（たとえば、ギガビット・マルチメディア・シリアル・リンク及びイーサネット・チャネルを介して接続された）カメラからのデータ、センサ（たとえば、イーサネット・チャネルを介して接続され得る（１つ又は複数の）ＬＩＤＡＲセンサ７６４、（１つ又は複数の）ＲＡＤＡＲセンサ７６０など）からのデータ、バス７０２からのデータ（たとえば、車両７００のスピード、ハンドル位置など）、（たとえば、イーサネット・バス又はＣＡＮバスを介して接続された）（１つ又は複数の）ＧＮＳＳセンサ７５８からのデータなどを処理するために使用され得る。少なくとも１つの実施例では、（１つ又は複数の）ＳｏＣ７０４のうちの１つ又は複数のＳｏＣは、専用の高性能大容量ストレージ・コントローラをさらに含み得、この大容量ストレージ・コントローラは、それら自体のＤＭＡエンジンを含み得、ルーチン・データ管理タスクから（１つ又は複数の）ＣＰＵ７０６を解放するために使用され得る。
少なくとも１つの実施例では、（１つ又は複数の）ＳｏＣ７０４は、自動化レベル３～５に及ぶフレキシブルなアーキテクチャをもつエンドツーエンド・プラットフォームであり得、それにより、多様性及び冗長性のためにコンピュータ・ビジョン及びＡＤＡＳ技法を活用し、効率的に利用する、並びに、フレキシブルで、信頼できる運転ソフトウェア・スタックのためのプラットフォームを、深層学習ツールとともに提供する、包括的な機能的安全性アーキテクチャを提供し得る。少なくとも１つの実施例では、（１つ又は複数の）ＳｏＣ７０４は、従来のシステムよりも高速で、信頼でき、さらにはエネルギー効率及び空間効率が高くなり得る。たとえば、少なくとも１つの実施例では、（１つ又は複数の）アクセラレータ７１４は、（１つ又は複数の）ＣＰＵ７０６、（１つ又は複数の）ＧＰＵ７０８、及び（１つ又は複数の）データ・ストア７１６と組み合わせられたとき、レベル３～５の自律車両のための高速で効率的なプラットフォームを提供し得る。
少なくとも１つの実施例では、コンピュータ・ビジョン・アルゴリズムはＣＰＵ上で実行され得、このアルゴリズムは、多種多様な視覚データにわたって多種多様な処理アルゴリズムを実行するために、Ｃなどの高レベル・プログラミング言語を使用して構成され得る。しかしながら、少なくとも１つの実施例では、ＣＰＵは、しばしば、たとえば、実行時間及び電力消費に関係する要件など、多くのコンピュータ・ビジョン・アプリケーションの性能要件を満たすことができない。少なくとも１つの実施例では、多くのＣＰＵは、車両内ＡＤＡＳアプリケーション及び実際のレベル３～５の自律車両において使用される、複雑な物体検出アルゴリズムをリアルタイムで実行することができない。
本明細書で説明される実施例は、複数のニューラル・ネットワークが同時に及び／又は順次実施されることを可能にし、レベル３～５の自律運転機能性を可能にするために結果が一緒に組み合わせられることを可能にする。たとえば、少なくとも１つの実施例では、ＤＬＡ又は個別ＧＰＵ（たとえば、（１つ又は複数の）ＧＰＵ７２０）上で実行しているＣＮＮは、テキスト及び単語認識を含み得、ニューラル・ネットワークがそれについて特に訓練されていない標識を含む交通標識を読み、理解することを可能にする。少なくとも１つの実施例では、ＤＬＡは、標識を識別し、解釈し、標識の意味的理解を提供することができ、その意味的理解を、ＣＰＵコンプレックス上で稼働している経路計画モジュールに渡すことができる、ニューラル・ネットワークをさらに含み得る。
少なくとも１つの実施例では、レベル３、４、又は５の運転に関して、複数のニューラル・ネットワークが同時に稼働され得る。たとえば、少なくとも１つの実施例では、電光とともに、「注意：点滅光は凍結状態（ｉｃｙ ｃｏｎｄｉｔｉｏｎ）を示す」と記載した警告標識が、いくつかのニューラル・ネットワークによって独立して又は集合的に解釈され得る。少なくとも１つの実施例では、そのような警告標識自体は、第１の導入されたニューラル・ネットワーク（たとえば、訓練されたニューラル・ネットワーク）によって交通標識として識別され得、「点滅光は凍結状態を示す」というテキストは、第２の導入されたニューラル・ネットワークによって解釈され得、第２の導入されたニューラル・ネットワークは、点滅光が検出されたとき、凍結状態が存在することを車両の（好ましくはＣＰＵコンプレックス上で実行している）経路計画ソフトウェアに知らせる。少なくとも１つの実施例では、点滅光は、第３の導入されたニューラル・ネットワークを複数のフレームにわたって動作させることによって識別され得、第３の導入されたニューラル・ネットワークが、車両の経路計画ソフトウェアに点滅光の存在（又は不在）を知らせる。少なくとも１つの実施例では、３つすべてのニューラル・ネットワークが、ＤＬＡ内及び／又は（１つ又は複数の）ＧＰＵ７０８上などで同時に稼働し得る。
少なくとも１つの実施例では、顔認識及び車両所有者識別のためのＣＮＮが、カメラ・センサからのデータを使用して、車両７００の承認済みのドライバ及び／又は所有者の存在を識別し得る。少なくとも１つの実施例では、所有者がドライバ・ドアに近づき、ライトをオンにしたときに車両を解錠し、セキュリティ・モードでは、所有者がそのような車両から離れたときにそのような車両を使用不可にするために、常時オン・センサ処理エンジンが使用され得る。このようにして、（１つ又は複数の）ＳｏＣ７０４は、窃盗及び／又は自動車乗っ取りに対するセキュリティを提供する。
少なくとも１つの実施例では、緊急車両検出及び識別のためのＣＮＮが、マイクロフォン７９６からのデータを使用して、緊急車両のサイレンを検出及び識別し得る。少なくとも１つの実施例では、（１つ又は複数の）ＳｏＣ７０４は、環境及び市街地の音を分類し、並びに視覚データを分類するために、ＣＮＮを使用する。少なくとも１つの実施例では、ＤＬＡ上で稼働しているＣＮＮは、緊急車両が近づいてくる相対的なスピードを（たとえば、ドップラ効果を使用することによって）識別するように訓練される。少なくとも１つの実施例では、ＣＮＮは、（１つ又は複数の）ＧＮＳＳセンサ７５８によって識別されるように、車両が動作している地域に特有の緊急車両を識別するようにも訓練され得る。少なくとも１つの実施例では、欧州で動作しているときは、ＣＮＮは欧州のサイレンを検出しようとし、北米にあるときは、ＣＮＮは北米のサイレンのみを識別しようとする。少なくとも１つの実施例では、緊急車両が検出されると、緊急車両安全ルーチンを実行し、車両の速度を落とし、道路脇に寄せ、車両を停止させ、及び／又は緊急車両が通過するまで、（１つ又は複数の）超音波センサ７６２を併用して車両をアイドリングするために、制御プログラムが使用され得る。
少なくとも１つの実施例では、車両７００は、（１つ又は複数の）ＣＰＵ７１８（たとえば、（１つ又は複数の）個別ＣＰＵ、又は（１つ又は複数の）ｄＣＰＵ）を含み得、（１つ又は複数の）ＣＰＵ７１８は、高速相互接続（たとえば、ＰＣＩｅ）を介して（１つ又は複数の）ＳｏＣ７０４に結合され得る。少なくとも１つの実施例では、（１つ又は複数の）ＣＰＵ７１８は、たとえばＸ８６プロセッサを含み得る。（１つ又は複数の）ＣＰＵ７１８は、たとえば、ＡＤＡＳセンサと（１つ又は複数の）ＳｏＣ７０４との間で潜在的に一貫性のない結果を調停すること、並びに／或いは、（１つ又は複数の）コントローラ７３６及び／又はチップ上のインフォテイメント・システム（「インフォテイメントＳｏＣ」）７３０のステータス及び健全性を監視することを含む、様々な機能のいずれかを実施するために使用され得る。
少なくとも１つの実施例では、車両７００は、（１つ又は複数の）ＧＰＵ７２０（たとえば、（１つ又は複数の）個別ＧＰＵ、又は（１つ又は複数の）ｄＧＰＵ）を含み得、（１つ又は複数の）ＧＰＵ７２０は、高速相互接続（たとえば、ＮＶＩＤＩＡのＮＶＬＩＮＫチャネル）を介して（１つ又は複数の）ＳｏＣ７０４に結合され得る。少なくとも１つの実施例では、（１つ又は複数の）ＧＰＵ７２０は、冗長な及び／又は異なるニューラル・ネットワークを実行することなどによって、追加の人工知能機能性を提供し得、車両７００のセンサからの入力（たとえば、センサ・データ）に少なくとも部分的に基づいて、ニューラル・ネットワークを訓練及び／又は更新するために使用され得る。
少なくとも１つの実施例では、車両７００は、ネットワーク・インターフェース７２４をさらに含み得、ネットワーク・インターフェース７２４は、限定はしないが、（１つ又は複数の）ワイヤレス・アンテナ７２６（たとえば、セルラー・アンテナ、Ｂｌｕｅｔｏｏｔｈアンテナなど、異なる通信プロトコルのための１つ又は複数のワイヤレス・アンテナ）を含み得る。少なくとも１つの実施例では、ネットワーク・インターフェース７２４は、他の車両及び／又はコンピューティング・デバイス（たとえば、乗客のクライアント・デバイス）との（たとえば、（１つ又は複数の）サーバ及び／又は他のネットワーク・デバイスとの）インターネット・クラウド・サービスへのワイヤレス接続性を可能にするために使用され得る。少なくとも１つの実施例では、他の車両と通信するために、車両７００と他の車両との間に直接リンクが確立され得、及び／又は（たとえば、ネットワークにわたって及びインターネットを介して）間接リンクが確立され得る。少なくとも１つの実施例では、直接リンクは、車両間通信リンクを使用して提供され得る。少なくとも１つの実施例では、車両間通信リンクは、車両７００の近傍の車両（たとえば、車両７００の前方、側方、及び／又は後方の車両）に関する情報を車両７００に提供し得る。少なくとも１つの実施例では、そのような前述の機能性は、車両７００の協調型適応走行制御機能性の一部であり得る。
少なくとも１つの実施例では、ネットワーク・インターフェース７２４は、変調及び復調機能性を提供し、（１つ又は複数の）コントローラ７３６がワイヤレス・ネットワークを介して通信することを可能にする、ＳｏＣを含み得る。少なくとも１つの実施例では、ネットワーク・インターフェース７２４は、ベースバンドから無線周波数へのアップ・コンバージョン、及び無線周波数からベースバンドへのダウン・コンバージョンのための無線周波数フロント・エンドを含み得る。少なくとも１つの実施例では、周波数コンバージョンは、任意の技術的に実現可能な様式で実施され得る。たとえば、周波数コンバージョンは、よく知られているプロセスを通して、及び／又はスーパー・ヘテロダイン・プロセスを使用して実施され得る。少なくとも１つの実施例では、無線周波数フロント・エンド機能性は、別個のチップによって提供され得る。少なくとも１つの実施例では、ネットワーク・インターフェースは、ＬＴＥ、ＷＣＤＭＡ（登録商標）、ＵＭＴＳ、ＧＳＭ、ＣＤＭＡ２０００、Ｂｌｕｅｔｏｏｔｈ、Ｂｌｕｅｔｏｏｔｈ ＬＥ、Ｗｉ－Ｆｉ、Ｚ波、ＺｉｇＢｅｅ、ＬｏＲａＷＡＮ、及び／又は他のワイヤレス・プロトコルを介して通信するためのワイヤレス機能性を含み得る。
少なくとも１つの実施例では、車両７００は、（１つ又は複数の）データ・ストア７２８をさらに含み得、（１つ又は複数の）データ・ストア７２８は、限定はしないが、オフチップ（たとえば、（１つ又は複数の）ＳｏＣ７０４上にない）ストレージを含み得る。少なくとも１つの実施例では、（１つ又は複数の）データ・ストア７２８は、限定はしないが、ＲＡＭ、ＳＲＡＭ、ダイナミック・ランダム・アクセス・メモリ（「ＤＲＡＭ」：ｄｙｎａｍｉｃ ｒａｎｄｏｍ－ａｃｃｅｓｓ ｍｅｍｏｒｙ）、ビデオ・ランダム・アクセス・メモリ（「ＶＲＡＭ」：ｖｉｄｅｏ ｒａｎｄｏｍ－ａｃｃｅｓｓ ｍｅｍｏｒｙ）、フラッシュ・メモリ、ハード・ディスク、並びに／或いは、少なくとも１ビットのデータを記憶し得る他の構成要素及び／又はデバイスを含む、１つ又は複数のストレージ要素を含み得る。
少なくとも１つの実施例では、車両７００は、マッピング、知覚、占有グリッド生成、及び／又は経路計画機能を支援するために、（１つ又は複数の）ＧＮＳＳセンサ７５８（たとえば、ＧＰＳ及び／又は補助ＧＰＳセンサ）をさらに含み得る。少なくとも１つの実施例では、たとえば、限定はしないが、イーサネット－シリアル（たとえば、ＲＳ－２３２）ブリッジをもつユニバーサル・シリアル・バス（「ＵＳＢ」：Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）コネクタを使用するＧＰＳを含む、任意の数のＧＮＳＳセンサ７５８が使用され得る。
少なくとも１つの実施例では、車両７００は、（１つ又は複数の）ＲＡＤＡＲセンサ７６０をさらに含み得る。少なくとも１つの実施例では、（１つ又は複数の）ＲＡＤＡＲセンサ７６０は、暗闇及び／又は厳しい気象条件においてさえ、長距離車両検出のために車両７００によって使用され得る。少なくとも１つの実施例では、ＲＡＤＡＲの機能的安全性レベルは、ＡＳＩＬ Ｂであり得る。少なくとも１つの実施例では、（１つ又は複数の）ＲＡＤＡＲセンサ７６０は、いくつかの実例では、未加工のデータにアクセスするためのイーサネット・チャネルへのアクセスとともに、制御のために（たとえば、（１つ又は複数の）ＲＡＤＡＲセンサ７６０によって生成されたデータを送信するために）、及び物体追跡データにアクセスするために、ＣＡＮバス及び／又はバス７０２を使用し得る。少なくとも１つの実施例では、多種多様なＲＡＤＡＲセンサ・タイプが使用され得る。たとえば、限定はしないが、（１つ又は複数の）ＲＡＤＡＲセンサ７６０は、前方、後方、及び側方のＲＡＤＡＲ使用に好適であり得る。少なくとも１つの実施例では、（１つ又は複数の）ＲＡＤＡＲセンサ７６０のうちの１つ又は複数のセンサは、パルス・ドップラＲＡＤＡＲセンサである。
少なくとも１つの実施例では、（１つ又は複数の）ＲＡＤＡＲセンサ７６０は、狭視野の長距離、広視野の短距離、短距離側方カバレージなど、異なる構成を含み得る。少なくとも１つの実施例では、長距離ＲＡＤＡＲは、適応走行制御機能性のために使用され得る。少なくとも１つの実施例では、長距離ＲＡＤＡＲシステムは、２５０ｍ（メートル）範囲内などの、２つ又はそれ以上の独立した走査によって実現される広い視野を提供し得る。少なくとも１つの実施例では、（１つ又は複数の）ＲＡＤＡＲセンサ７６０は、静的物体と移動している物体とを区別するのを助け得、緊急ブレーキ支援及び前方衝突警告のためにＡＤＡＳシステム７３８によって使用され得る。少なくとも１つの実施例では、長距離ＲＡＤＡＲシステム中に含まれる（１つ又は複数の）センサ７６０は、限定はしないが、複数の（たとえば、６つ又はそれ以上の）固定ＲＡＤＡＲアンテナ、並びに高速ＣＡＮ及びＦｌｅｘＲａｙインターフェースをもつモノスタティック・マルチモーダルＲＡＤＡＲを含み得る。少なくとも１つの実施例では、６つのアンテナがある場合、中央の４アンテナは、隣接する車線におけるトラフィックからの干渉が最小の状態で、より高速で車両７００の周囲を記録するように設計された、集束ビーム・パターンを作成し得る。少なくとも１つの実施例では、別の２つのアンテナは、視野を拡大し、これは、車両７００の車線に入るか又はそこを出る車両を迅速に検出することを可能にし得る。
少なくとも１つの実施例では、中距離ＲＡＤＡＲシステムは、一実例として、最高１６０ｍ（前方）又は８０ｍ（後方）の範囲と、最高４２度（前方）又は１５０度（後方）の視野とを含み得る。少なくとも１つの実施例では、短距離ＲＡＤＡＲシステムは、限定はしないが、後方バンパの両端部に設置されるように設計された任意の数のＲＡＤＡＲセンサ７６０を含み得る。後方バンパの両端部に設置されたとき、少なくとも１つの実施例では、ＲＡＤＡＲセンサ・システムは、後方向及び車両の隣の死角を常に監視する２本のビームを作成し得る。少なくとも１つの実施例では、短距離ＲＡＤＡＲシステムは、死角検出及び／又は車線変更支援のために、ＡＤＡＳシステム７３８において使用され得る。
少なくとも１つの実施例では、車両７００は、（１つ又は複数の）超音波センサ７６２をさらに含み得る。少なくとも１つの実施例では、車両７００の前方、後方、及び／又は側方ロケーションにおいて位置決めされ得る（１つ又は複数の）超音波センサ７６２は、駐車支援のために、並びに／又は占有グリッドを作成及び更新するために、使用され得る。少なくとも１つの実施例では、多種多様な（１つ又は複数の）超音波センサ７６２が使用され得、異なる検出範囲（たとえば、２．５ｍ、４ｍ）について（１つ又は複数の）異なる超音波センサ７６２が使用され得る。少なくとも１つの実施例では、（１つ又は複数の）超音波センサ７６２は、機能的安全性レベルのＡＳＩＬ Ｂにおいて動作し得る。
少なくとも１つの実施例では、車両７００は、（１つ又は複数の）ＬＩＤＡＲセンサ７６４を含み得る。少なくとも１つの実施例では、（１つ又は複数の）ＬＩＤＡＲセンサ７６４は、物体及び歩行者検出、緊急ブレーキ、衝突回避、並びに／又は他の機能のために使用され得る。少なくとも１つの実施例では、（１つ又は複数の）ＬＩＤＡＲセンサ７６４は、機能的安全性レベルＡＳＩＬ Ｂにおいて動作し得る。少なくとも１つの実施例では、車両７００は、複数のＬＩＤＡＲセンサ７６４（たとえば、２つ、４つ、６つなど）を含み得、それらのＬＩＤＡＲセンサ７６４は、（たとえば、データをギガビット・イーサネット・スイッチに提供するために）イーサネット・チャネルを使用し得る。
少なくとも１つの実施例では、（１つ又は複数の）ＬＩＤＡＲセンサ７６４は、３６０度の視野について、物体及びそれらの距離のリストを提供することが可能であり得る。少なくとも１つの実施例では、（１つ又は複数の）市販のＬＩＤＡＲセンサ７６４は、たとえば、２ｃｍ～３ｃｍの精度をもつ、及び１００Ｍｂｐｓのイーサネット接続のサポートをもつ、ほぼ１００ｍの宣伝された範囲を有し得る。少なくとも１つの実施例では、１つ又は複数の非突出型ＬＩＤＡＲセンサが使用され得る。そのような実施例では、（１つ又は複数の）ＬＩＤＡＲセンサ７６４は、車両７００の前方、後方、側方、及び／又は角ロケーションに組み込まれ得る小さいデバイスを含み得る。少なくとも１つの実施例では、（１つ又は複数の）ＬＩＤＡＲセンサ７６４は、そのような実施例において、最高１２０度の水平視野と、３５度の垂直視野とを、低反射性物体についてさえ２００ｍの範囲で提供し得る。少なくとも１つの実施例では、（１つ又は複数の）前方に取り付けられたＬＩＤＡＲセンサ７６４は、４５度から１３５度の間の水平視野のために構成され得る。
少なくとも１つの実施例では、３ＤフラッシュＬＩＤＡＲなどのＬＩＤＡＲ技術も使用され得る。少なくとも１つの実施例では、３ＤフラッシュＬＩＤＡＲは、レーザのフラッシュを送信ソースとして使用して、車両７００の周囲を最高でほぼ２００ｍまで照射する。少なくとも１つの実施例では、フラッシュＬＩＤＡＲユニットは、限定はしないが、レセプタを含み、レセプタは、レーザ・パルスの通過時間と各ピクセル上での反射光とを記録し、それらは、車両７００から物体までの範囲に対応する。少なくとも１つの実施例では、フラッシュＬＩＤＡＲは、非常に正確でゆがみのない周囲画像が、レーザのフラッシュごとに生成されることを可能にし得る。少なくとも１つの実施例では、４つのフラッシュＬＩＤＡＲセンサが、車両７００の各側面において１つ導入され得る。少なくとも１つの実施例では、３ＤフラッシュＬＩＤＡＲシステムは、限定はしないが、ファン以外に可動部品のないソリッド・ステート３Ｄ凝視アレイ（ｓｔａｒｉｎｇ ａｒｒａｙ）ＬＩＤＡＲカメラ（たとえば、非走査型ＬＩＤＡＲデバイス）を含む。少なくとも１つの実施例では、フラッシュＬＩＤＡＲデバイスは、フレーム当たり５ナノ秒のクラスＩ（眼に安全な）レーザ・パルスを使用し得、３Ｄ範囲のポイント・クラウド及び位置同期された（ｃｏ－ｒｅｇｉｓｔｅｒｅｄ）強度データとして反射レーザ光をキャプチャし得る。
少なくとも１つの実施例では、車両７００は、（１つ又は複数の）ＩＭＵセンサ７６６をさらに含み得る。少なくとも１つの実施例では、（１つ又は複数の）ＩＭＵセンサ７６６は、車両７００の後方車軸の中央に位置し得る。少なくとも１つの実施例では、（１つ又は複数の）ＩＭＵセンサ７６６は、たとえば、限定はしないが、（１つ又は複数の）加速度計、（１つ又は複数の）磁力計、（１つ又は複数の）ジャイロスコープ、磁気コンパス、複数の磁気コンパス、及び／又は他のセンサ・タイプを含み得る。６軸の用途においてなど、少なくとも１つの実施例では、（１つ又は複数の）ＩＭＵセンサ７６６は、限定はしないが、加速度計とジャイロスコープとを含み得る。９軸の用途においてなど、少なくとも１つの実施例では、（１つ又は複数の）ＩＭＵセンサ７６６は、限定はしないが、加速度計と、ジャイロスコープと、磁力計とを含み得る。
少なくとも１つの実施例では、（１つ又は複数の）ＩＭＵセンサ７６６は、微小電気機械システム（「ＭＥＭＳ」：ｍｉｃｒｏ－ｅｌｅｃｔｒｏ－ｍｅｃｈａｎｉｃａｌ ｓｙｓｔｅｍｓ）慣性センサ、高感度ＧＰＳ受信機、及び先進Ｋａｌｍａｎフィルタリング・アルゴリズムを組み合わせて、位置、速度、及び姿勢の推定値を提供する、小型の高性能ＧＰＳ補強型慣性航法システム（「ＧＰＳ／ＩＮＳ」：ＧＰＳ－Ａｉｄｅｄ Ｉｎｅｒｔｉａｌ Ｎａｖｉｇａｔｉｏｎ Ｓｙｓｔｅｍ）として実装され得る。少なくとも１つの実施例では、（１つ又は複数の）ＩＭＵセンサ７６６は、車両７００が、速度の変化を直接観察し、それを、ＧＰＳから（１つ又は複数の）ＩＭＵセンサ７６６に相関させることによって、磁気センサからの入力を必要とせずに車両７００の方位を推定することを可能にし得る。少なくとも１つの実施例では、（１つ又は複数の）ＩＭＵセンサ７６６と（１つ又は複数の）ＧＮＳＳセンサ７５８とは、単一の統合されたユニットにおいて組み合わせられ得る。
少なくとも１つの実施例では、車両７００は、車両７００の中及び／又はその周りに置かれた（１つ又は複数の）マイクロフォン７９６を含み得る。少なくとも１つの実施例では、（１つ又は複数の）マイクロフォン７９６は、とりわけ、緊急車両検出及び識別のために使用され得る。
少なくとも１つの実施例では、車両７００は、（１つ又は複数の）ステレオ・カメラ７６８、（１つ又は複数の）広角カメラ７７０、（１つ又は複数の）赤外線カメラ７７２、（１つ又は複数の）周囲カメラ７７４、（１つ又は複数の）長距離カメラ７９８、（１つ又は複数の）中距離カメラ７７６、及び／又は他のカメラ・タイプを含む、任意の数のカメラ・タイプをさらに含み得る。少なくとも１つの実施例では、カメラは、車両７００の全周辺の周りで画像データをキャプチャするために使用され得る。少なくとも１つの実施例では、どのタイプのカメラが使用されるかは、車両７００に依存する。少なくとも１つの実施例では、車両７００の周りで必要なカバレージを提供するために、カメラ・タイプの任意の組合せが使用され得る。少なくとも１つの実施例では、導入されるカメラの数は、実施例に応じて異なり得る。たとえば、少なくとも１つの実施例では、車両７００は、６台のカメラ、７台のカメラ、１０台のカメラ、１２台のカメラ、又は別の数のカメラを含むことができる。少なくとも１つの実施例では、カメラは、一実例として、限定はしないが、ギガビット・マルチメディア・シリアル・リンク（「ＧＭＳＬ」：Ｇｉｇａｂｉｔ Ｍｕｌｔｉｍｅｄｉａ Ｓｅｒｉａｌ Ｌｉｎｋ）及び／又はギガビット・イーサネット通信をサポートし得る。少なくとも１つの実施例では、各カメラは、図７Ａに関して本明細書でより詳細に前に説明されたようなものであり得る。
少なくとも１つの実施例では、車両７００は、（１つ又は複数の）振動センサ７４２をさらに含み得る。少なくとも１つの実施例では、（１つ又は複数の）振動センサ７４２は、（１つ又は複数の）車軸など、車両７００の構成要素の振動を測定し得る。たとえば、少なくとも１つの実施例では、振動の変化は、路面の変化を示し得る。少なくとも１つの実施例では、２つ又はそれ以上の振動センサ７４２が使用されるとき、路面の摩擦又はすべり量を決定するために振動の差が使用され得る（たとえば、振動の差が動力駆動車軸と自由回転車軸との間のものであるとき）。
少なくとも１つの実施例では、車両７００は、ＡＤＡＳシステム７３８を含み得る。少なくとも１つの実施例では、ＡＤＡＳシステム７３８は、限定はしないが、いくつかの実例では、ＳｏＣを含み得る。少なくとも１つの実施例では、ＡＤＡＳシステム７３８は、限定はしないが、任意の数及び組合せの自律／適応／自動走行制御（「ＡＣＣ」：ａｕｔｏｎｏｍｏｕｓ／ａｄａｐｔｉｖｅ／ａｕｔｏｍａｔｉｃ ｃｒｕｉｓｅ ｃｏｎｔｒｏｌ）システム、協調型適応走行制御（「ＣＡＣＣ」：ｃｏｏｐｅｒａｔｉｖｅ ａｄａｐｔｉｖｅ ｃｒｕｉｓｅ ｃｏｎｔｒｏｌ）システム、正面クラッシュ警告（「ＦＣＷ」：ｆｏｒｗａｒｄ ｃｒａｓｈ ｗａｒｎｉｎｇ）システム、自動緊急ブレーキ（「ＡＥＢ」）システム、車線逸脱警告（「ＬＤＷ」：ｌａｎｅ ｄｅｐａｒｔｕｒｅ ｗａｒｎｉｎｇ）システム、車線維持支援（「ＬＫＡ」：ｌａｎｅ ｋｅｅｐ ａｓｓｉｓｔ）システム、死角警告（「ＢＳＷ」：ｂｌｉｎｄ ｓｐｏｔ ｗａｒｎｉｎｇ）システム、後方クロス・トラフィック警告（「ＲＣＴＷ」：ｒｅａｒ ｃｒｏｓｓ－ｔｒａｆｆｉｃ ｗａｒｎｉｎｇ）システム、衝突警告（「ＣＷ」：ｃｏｌｌｉｓｉｏｎ ｗａｒｎｉｎｇ）システム、車線センタリング（「ＬＣ」：ｌａｎｅ ｃｅｎｔｅｒｉｎｇ）システム、並びに／或いは他のシステム、特徴、及び／又は機能性を含み得る。
少なくとも１つの実施例では、ＡＣＣシステムは、（１つ又は複数の）ＲＡＤＡＲセンサ７６０、（１つ又は複数の）ＬＩＤＡＲセンサ７６４、及び／又は任意の数のカメラを使用し得る。少なくとも１つの実施例では、ＡＣＣシステムは、縦方向ＡＣＣシステム及び／又は横方向ＡＣＣシステムを含み得る。少なくとも１つの実施例では、縦方向ＡＣＣシステムは、車両７００の直前の別の車両までの距離を監視及び制御し、車両７００のスピードを自動的に調節して、前の車両からの安全な距離を維持する。少なくとも１つの実施例では、横方向ＡＣＣシステムは、距離の維持を実施し、必要なときに車線を変更するよう車両７００に忠告する。少なくとも１つの実施例では、横方向ＡＣＣは、ＬＣ及びＣＷなど、他のＡＤＡＳ用途に関係する。
少なくとも１つの実施例では、ＣＡＣＣシステムは、他の車両からの情報を使用し、この情報は、ワイヤレス・リンクを介して、又は間接的に、ネットワーク接続を介して（たとえば、インターネットを介して）、他の車両からネットワーク・インターフェース７２４及び／又は（１つ又は複数の）ワイヤレス・アンテナ７２６を介して受信され得る。少なくとも１つの実施例では、直接リンクは車両間（「Ｖ２Ｖ」：ｖｅｈｉｃｌｅ－ｔｏ－ｖｅｈｉｃｌｅ）通信リンクによって提供され得、間接リンクはインフラストラクチャ車両間（「Ｉ２Ｖ」：ｉｎｆｒａｓｔｒｕｃｔｕｒｅ－ｔｏ－ｖｅｈｉｃｌｅ）通信リンクによって提供され得る。一般に、Ｖ２Ｖ通信は、直前の先行車両（たとえば、車両７００の直前で同じ車線にいる車両）に関する情報を提供し、Ｉ２Ｖ通信は、さらにその前の交通に関する情報を提供する。少なくとも１つの実施例では、ＣＡＣＣシステムは、Ｉ２Ｖ情報ソースとＶ２Ｖ情報ソースのいずれか又は両方を含み得る。少なくとも１つの実施例では、車両７００の前の車両の情報があれば、ＣＡＣＣシステムは、より信頼できるものとなり得、それは、交通の流れの円滑さを改善し、道路上での渋滞を低減する可能性を有する。
少なくとも１つの実施例では、ＦＣＷシステムは、危険物についてドライバにアラートするように設計され、それにより、そのようなドライバは是正アクションをとり得る。少なくとも１つの実施例では、ＦＣＷシステムは、ディスプレイ、スピーカー、及び／又は振動構成要素など、ドライバ・フィードバックを提供するように電気的に結合された専用プロセッサ、デジタル信号プロセッサ（「ＤＳＰ」）、ＦＰＧＡ、及び／又はＡＳＩＣに結合された、正面カメラ及び／又は（１つ又は複数の）ＲＡＤＡＲセンサ７６０を使用する。少なくとも１つの実施例では、ＦＣＷシステムは、音、視覚的警告、振動及び／又はクイック・ブレーキ・パルスなどの形態で警告を提供し得る。
少なくとも１つの実施例では、ＡＥＢシステムは、別の車両又は他の物体との差し迫った前方衝突を検出し、指定された時間又は距離パラメータ内にドライバが是正アクションをとらない場合、自動的にブレーキをかけ得る。少なくとも１つの実施例では、ＡＥＢシステムは、専用プロセッサ、ＤＳＰ、ＦＰＧＡ、及び／又はＡＳＩＣに結合された（１つ又は複数の）正面カメラ及び／又は（１つ又は複数の）ＲＡＤＡＲセンサ７６０を使用し得る。少なくとも１つの実施例では、ＡＥＢシステムが危険物を検出したとき、ＡＥＢシステムは、通常、最初に、是正アクションをとって衝突を回避するようにドライバにアラートし、そのドライバが是正アクションをとらない場合、そのＡＥＢシステムは、予測される衝突を防ぐか、又は少なくともその衝撃を軽減するために、自動的にブレーキをかけ得る。少なくとも１つの実施例では、ＡＥＢシステムは、動的ブレーキ・サポート及び／又はクラッシュ直前ブレーキなどの技法を含み得る。
少なくとも１つの実施例では、ＬＤＷシステムは、車両７００が車線の目印に交差したときにドライバにアラートするために、ハンドル又は座席の振動など、視覚的、聴覚的、及び／又は触覚的警告を提供する。少なくとも１つの実施例では、ＬＤＷシステムは、ドライバが方向指示器をアクティブ化することなどによって意図的な車線逸脱を示すとき、アクティブ化しない。少なくとも１つの実施例では、ＬＤＷシステムは、ディスプレイ、スピーカー、及び／又は振動構成要素など、ドライバ・フィードバックを提供するように電気的に結合された専用プロセッサ、ＤＳＰ、ＦＰＧＡ、及び／又はＡＳＩＣに結合された、正面向きのカメラを使用し得る。少なくとも１つの実施例では、ＬＫＡシステムは、ＬＤＷシステムの変形形態である。少なくとも１つの実施例では、ＬＫＡシステムは、車両７００が車両７００の車線から出始めた場合に車両７００を是正するために操縦入力又はブレーキ制御を提供する。
少なくとも１つの実施例では、ＢＳＷシステムは、自動車の死角にある車両を検出し、その車両についてドライバに警告する。少なくとも１つの実施例では、ＢＳＷシステムは、合流すること又は車線を変更することが安全ではないことを示すために、視覚的、聴覚的、及び／又は触覚的なアラートを提供し得る。少なくとも１つの実施例では、ＢＳＷシステムは、ドライバが方向指示器を使用したときに追加の警告を提供し得る。少なくとも１つの実施例では、ＢＳＷシステムは、ディスプレイ、スピーカー、及び／又は振動構成要素など、ドライバ・フィードバックに電気的に結合された専用プロセッサ、ＤＳＰ、ＦＰＧＡ、及び／又はＡＳＩＣに結合された、（１つ又は複数の）背面向きのカメラ及び／又は（１つ又は複数の）ＲＡＤＡＲセンサ７６０を使用し得る。
少なくとも１つの実施例では、ＲＣＴＷシステムは、車両７００が後退しているときに物体が後方カメラの範囲外で検出されたとき、視覚的、聴覚的、及び／又は触覚的な通知を提供し得る。少なくとも１つの実施例では、ＲＣＴＷシステムは、クラッシュを回避するために車両ブレーキがかけられることを確実にするためのＡＥＢシステムを含む。少なくとも１つの実施例では、ＲＣＴＷシステムは、ディスプレイ、スピーカー、及び／又は振動構成要素など、ドライバ・フィードバックを提供するように電気的に結合された専用プロセッサ、ＤＳＰ、ＦＰＧＡ、及び／又はＡＳＩＣに結合された、１つ又は複数の背面ＲＡＤＡＲセンサ７６０を使用し得る。
少なくとも１つの実施例では、従来のＡＤＡＳシステムは、偽陽性結果を出しがちなことがあり、これは、ドライバにとって迷惑であり、気が散るものであり得るが、従来のＡＤＡＳシステムが、ドライバにアラートし、そのドライバが、安全条件が本当に存在するかどうかを判定し、それに応じて行動することを可能にするので、通常は大したことにはならない。少なくとも１つの実施例では、車両７００自体が、矛盾する結果の場合、１次コンピュータ（たとえば、コントローラ７３６のうちの第１のコントローラ）からの結果に従うのか、２次コンピュータ（たとえば、コントローラ７３６のうちの第２のコントローラ）からの結果に従うのかを判定する。たとえば、少なくとも１つの実施例では、ＡＤＡＳシステム７３８は、バックアップ・コンピュータ合理性モジュールに知覚情報を提供するためのバックアップ及び／又は２次コンピュータであり得る。少なくとも１つの実施例では、バックアップ・コンピュータ合理性モニタが、ハードウェア構成要素上の冗長な多様なソフトウェアを稼働して、知覚及び動的運転タスクの障害を検出し得る。少なくとも１つの実施例では、ＡＤＡＳシステム７３８からの出力は、監督ＭＣＵ（ｓｕｐｅｒｖｉｓｏｒｙ ＭＣＵ）に提供され得る。少なくとも１つの実施例では、１次コンピュータからの出力と２次コンピュータからの出力とが矛盾する場合、監督ＭＣＵが、安全な動作を確実にするために矛盾をどのように調和させるかを決定する。
少なくとも１つの実施例では、１次コンピュータは、選定された結果における１次コンピュータの信頼性を示す信頼性スコアを監督ＭＣＵに提供するように構成され得る。少なくとも１つの実施例では、その信頼性スコアがしきい値を超える場合、その２次コンピュータが、矛盾する又は一貫性のない結果を提供するかどうかにかかわらず、監督ＭＣＵは、その１次コンピュータの指示に従い得る。少なくとも１つの実施例では、信頼性スコアがしきい値を満たさない場合、及び１次コンピュータと２次コンピュータとが異なる結果（たとえば、矛盾）を示す場合、監督ＭＣＵは、コンピュータ間で調停して、適切な帰結を決定し得る。
少なくとも１つの実施例では、監督ＭＣＵは、１次コンピュータからの出力と２次コンピュータからの出力とに少なくとも部分的に基づいて、その２次コンピュータが誤アラームを提供する条件を決定するように訓練及び構成された（１つ又は複数の）ニューラル・ネットワークを稼働するように構成され得る。少なくとも１つの実施例では、監督ＭＣＵ中の（１つ又は複数の）ニューラル・ネットワークは、２次コンピュータの出力がいつ信用でき得るかと、それがいつ信用できないかとを学習し得る。たとえば、少なくとも１つの実施例では、その２次コンピュータがＲＡＤＡＲベースのＦＣＷシステムであるとき、その監督ＭＣＵ中の（１つ又は複数の）ニューラル・ネットワークは、アラームをトリガする排水溝格子又はマンホール・カバーなど、実際には危険物ではない金属物体をＦＣＷシステムがいつ識別しているかを学習し得る。少なくとも１つの実施例では、２次コンピュータがカメラ・ベースのＬＤＷシステムであるとき、監督ＭＣＵ中のニューラル・ネットワークは、自転車又は歩行者が存在し、車線逸脱が実際には最も安全な操作であるときにＬＤＷを無効にするように学習し得る。少なくとも１つの実施例では、監督ＭＣＵは、（１つ又は複数の）ニューラル・ネットワークを、関連するメモリとともに稼働するのに好適なＤＬＡ又はＧＰＵのうちの少なくとも１つを含み得る。少なくとも１つの実施例では、監督ＭＣＵは、（１つ又は複数の）ＳｏＣ７０４の構成要素を備え、及び／又はその構成要素として含められ得る。
少なくとも１つの実施例では、ＡＤＡＳシステム７３８は、コンピュータ・ビジョンの従来のルールを使用してＡＤＡＳ機能性を実施する２次コンピュータを含み得る。少なくとも１つの実施例では、その２次コンピュータは、従来のコンピュータ・ビジョン・ルール（ｉｆ－ｔｈｅｎ）を使用し得、監督ＭＣＵ中の（１つ又は複数の）ニューラル・ネットワークの存在が、信頼性、安全性及び性能を改善し得る。たとえば、少なくとも１つの実施例では、多様な実装及び意図的な非同一性が、システム全体を、特にソフトウェア（又はソフトウェアとハードウェアのインターフェース）機能性によって引き起こされる障害に対して、より障害耐性のあるものにする。たとえば、少なくとも１つの実施例では、１次コンピュータ上で稼働しているソフトウェアにおいてソフトウェア・バグ又はエラーがあり、２次コンピュータ上で稼働している非同一のソフトウェア・コードが、一貫性のある全体的な結果を提供する場合、監督ＭＣＵは、全体的な結果が正しく、その１次コンピュータ上のソフトウェア又はハードウェアにおけるバグが重大なエラーを引き起こしていないという、より高い信頼性を有し得る。
少なくとも１つの実施例では、ＡＤＡＳシステム７３８の出力は、１次コンピュータの知覚ブロック及び／又は１次コンピュータの動的運転タスク・ブロックにフィードされ得る。たとえば、少なくとも１つの実施例では、ＡＤＡＳシステム７３８が、直前の物体により正面クラッシュ警告を示す場合、知覚ブロックは、物体を識別するときにこの情報を使用し得る。少なくとも１つの実施例では、２次コンピュータは、本明細書で説明されるように、訓練された、したがって偽陽性のリスクを低減する、それ自体のニューラル・ネットワークを有し得る。
少なくとも１つの実施例では、車両７００は、インフォテイメントＳｏＣ７３０（たとえば、車両内インフォテイメント・システム（ＩＶＩ：ｉｎ－ｖｅｈｉｃｌｅ ｉｎｆｏｔａｉｎｍｅｎｔ））をさらに含み得る。ＳｏＣとして示され、説明されるが、インフォテイメント・システムＳｏＣ７３０は、少なくとも１つの実施例では、ＳｏＣでないことがあり、限定はしないが、２つ又はそれ以上の個別の構成要素を含み得る。少なくとも１つの実施例では、インフォテイメントＳｏＣ７３０は、限定はしないが、ハードウェアとソフトウェアとの組合せを含み得、この組合せは、オーディオ（たとえば、音楽、パーソナル・デジタル・アシスタント、ナビゲーション命令、ニュース、ラジオなど）、ビデオ（たとえば、ＴＶ、映画、ストリーミングなど）、電話（たとえば、ハンズフリー通話）、ネットワーク接続性（たとえば、ＬＴＥ、Ｗｉ－Ｆｉなど）、及び／又は情報サービス（たとえば、ナビゲーション・システム、後方駐車支援、無線データ・システム、燃料レベル、合計走行距離、ブレーキ燃料レベル、オイル・レベル、ドアの開閉、空気フィルタ情報などの車両関係情報など）を車両７００に提供するために使用され得る。たとえば、インフォテイメントＳｏＣ７３０は、ラジオ、ディスク・プレーヤ、ナビゲーション・システム、ビデオ・プレーヤ、ＵＳＢ及びＢｌｕｅｔｏｏｔｈ接続性、カーピュータ、車内エンタテイメント、Ｗｉ－Ｆｉ、ハンドル・オーディオ制御、ハンズフリー・ボイス制御、ヘッドアップ・ディスプレイ（「ＨＵＤ」：ｈｅａｄｓ－ｕｐ ｄｉｓｐｌａｙ）、ＨＭＩディスプレイ７３４、テレマティックス・デバイス、（たとえば、様々な構成要素、特徴、及び／又はシステムを制御し、及び／又はそれらと対話するための）制御パネル、及び／又は他の構成要素を含むことができる。少なくとも１つの実施例では、インフォテイメントＳｏＣ７３０は、ＡＤＡＳシステム７３８からの情報、計画された車両操作、軌道などの自律運転情報、周囲環境情報（たとえば、交差点情報、車両情報、道路情報など）、及び／又は他の情報など、（たとえば、視覚的及び／又は聴覚的な）情報を車両７００の（１人又は複数の）ユーザに提供するために、さらに使用され得る。
少なくとも１つの実施例では、インフォテイメントＳｏＣ７３０は、任意の量及びタイプのＧＰＵ機能性を含み得る。少なくとも１つの実施例では、インフォテイメントＳｏＣ７３０は、バス７０２を介して、車両７００の他のデバイス、システム、及び／又は構成要素と通信し得る。少なくとも１つの実施例では、インフォテイメントＳｏＣ７３０は監督ＭＣＵに結合され得、それにより、（１つ又は複数の）１次コントローラ７３６（たとえば、車両７００の１次及び／又はバックアップ・コンピュータ）が故障した場合、インフォテイメント・システムのＧＰＵが、いくつかの自己運転機能を実施し得る。少なくとも１つの実施例では、インフォテイメントＳｏＣ７３０は、本明細書で説明されるように、車両７００を運転手－安全停止モードにし得る。
少なくとも１つの実施例では、車両７００は、計器クラスタ７３２（たとえば、デジタル・ダッシュボード、電子計器クラスタ、デジタル計器パネルなど）をさらに含み得る。少なくとも１つの実施例では、計器クラスタ７３２は、限定はしないが、コントローラ及び／又はスーパーコンピュータ（たとえば、個別のコントローラ又はスーパーコンピュータ）を含み得る。少なくとも１つの実施例では、計器クラスタ７３２は、限定はしないが、スピードメータ、燃料レベル、油圧、タコメータ、オドメータ、方向インジケータ、シフトレバー位置インジケータ、（１つ又は複数の）シート・ベルト警告灯、（１つ又は複数の）駐車ブレーキ警告灯、（１つ又は複数の）エンジン故障灯、補助拘束システム（たとえば、エアバッグ）情報、ライト制御、安全システム制御、ナビゲーション情報など、任意の数及び組合せの計装セットを含み得る。いくつかの実例では、情報は表示され、及び／又は、インフォテイメントＳｏＣ７３０と計器クラスタ７３２との間で共有され得る。少なくとも１つの実施例では、計器クラスタ７３２は、インフォテイメントＳｏＣ７３０の一部として含められ得、その逆もまた同様である。
カメラ画像圧縮／復元構成要素１１５は、１つ又は複数の実施例によれば、画像信号処理（ＩＳＰ）における高ダイナミック・レンジ（ＨＤＲ）画像のための圧縮及び／又は復元方式を提供するために使用され得る。カメラ画像圧縮／復元構成要素１１５は、車両７００のＣＰＵ、ＧＰＵ、ＳｏＣ上でなど、車両７００のプロセッサ上で実行され得る。カメラ画像圧縮／復元構成要素１１５に関する詳細は、図１と併せて本明細書で提供される。少なくとも１つの実施例では、カメラ画像圧縮／復元構成要素１１５は、本明細書で説明されるＨＤＲ画像の圧縮及び／又は復元を実施するために、図７Ｂのシステムにおいて使用され得る。
コンピュータ・システム
図８は、例示的なコンピュータ・システムを示すブロック図であり、例示的なコンピュータ・システムは、少なくとも１つの実施例による、命令を実行するための実行ユニットを含み得るプロセッサとともに形成された、相互接続されたデバイス及び構成要素、システム・オン・チップ（ＳＯＣ）又はそれらの何らかの組合せをもつシステムであり得る。実施例では、コンピュータ・システムは、圧縮及び／又は復元のために使用すべき最適な電力曲線及びＰＷＬ関数を決定するために使用され得る。コンピュータ・システムは、たとえば、電力曲線にマッピングする、並びに／或いは、圧縮された画像が、電力曲線に従って及び／又は電力曲線に対応する様式で圧縮されることを引き起こす、圧縮及び／又は復元のための１つ又は複数のＰＷＬ関数を決定するために、曲線当てはめ動作を実施し得る。実施例では、コンピュータ・システムは、ＩＳＰの１つ又は複数の動作を実施し得る。たとえば、コンピュータ・システムは、ＩＳＰのカメラ圧縮／復元構成要素を含み得、ＩＳＰのカメラ圧縮／復元構成要素は、本明細書で説明される実施例に従って、入って来る圧縮された画像を復元（たとえば、部分的に復元）し、随意に、画像をレンダリング及び／又は画像を処理する前に、随意に、ＩＳＰの１つ又は複数の動作を実施し得る。画像が復元（たとえば、部分的に復元）され、ＩＳＰによって完全に処理されると、画像は、１つ又は複数の目的のために使用され得る。たとえば、画像は、１つ又は複数の訓練された機械学習モデルに入力され得、それらの機械学習モデルは、物体識別及び／又は認識並びに／或いは１つ又は複数の他の動作を実施し得る。
図８は、例示的なコンピュータ・システムを示すブロック図であり、例示的なコンピュータ・システムは、少なくとも１つの実施例による、命令を実行するための実行ユニットを含み得るプロセッサとともに形成された、相互接続されたデバイス及び構成要素、システム・オン・チップ（ＳＯＣ）又はそれらの何らかの組合せをもつシステムであり得る。実施例では、コンピュータ・システムは、圧縮及び／又は復元のために使用すべき最適な電力曲線及びＰＷＬ関数を決定するために使用され得る。コンピュータ・システムは、たとえば、電力曲線にマッピングする、並びに／或いは、圧縮された画像が、電力曲線に従って及び／又は電力曲線に対応する様式で圧縮されることを引き起こす、圧縮及び／又は復元のための１つ又は複数のＰＷＬ関数を決定するために、曲線当てはめ動作を実施し得る。実施例では、コンピュータ・システムは、ＩＳＰの１つ又は複数の動作を実施し得る。たとえば、コンピュータ・システムは、ＩＳＰのカメラ圧縮／復元構成要素を含み得、ＩＳＰのカメラ圧縮／復元構成要素は、本明細書で説明される実施例に従って、入って来る圧縮された画像を復元（たとえば、部分的に復元）し、随意に、画像をレンダリング及び／又は画像を処理する前に、随意に、ＩＳＰの１つ又は複数の動作を実施し得る。画像が復元（たとえば、部分的に復元）され、ＩＳＰによって完全に処理されると、画像は、１つ又は複数の目的のために使用され得る。たとえば、画像は、１つ又は複数の訓練された機械学習モデルに入力され得、それらの機械学習モデルは、物体識別及び／又は認識並びに／或いは１つ又は複数の他の動作を実施し得る。
少なくとも１つの実施例では、コンピュータ・システム８００は、限定はしないが、本明細書で説明される実施例などにおいて、本開示による、プロセス・データのためのアルゴリズムを実施するための論理を含む実行ユニットを採用するための、プロセッサ８０２などの構成要素を含み得る。少なくとも１つの実施例では、コンピュータ・システム８００は、カリフォルニア州サンタクララのＩｎｔｅｌ Ｃｏｒｐｏｒａｔｉｏｎから入手可能なＰＥＮＴＩＵＭ（登録商標）プロセッサ・ファミリー、Ｘｅｏｎ（商標）、Ｉｔａｎｉｕｍ（登録商標）、ＸＳｃａｌｅ（商標）及び／又はＳｔｒｏｎｇＡＲＭ（商標）、Ｉｎｔｅｌ（登録商標）Ｃｏｒｅ（商標）、又はＩｎｔｅｌ（登録商標）Ｎｅｒｖａｎａ（商標）マイクロプロセッサなどのプロセッサを含み得るが、（他のマイクロプロセッサ、エンジニアリング・ワークステーション、セット・トップ・ボックスなどを有するＰＣを含む）他のシステムも使用され得る。少なくとも１つの実施例では、コンピュータ・システム８００は、ワシントン州レドモンドのＭｉｃｒｏｓｏｆｔ Ｃｏｒｐｏｒａｔｉｏｎから入手可能なＷＩＮＤＯＷＳ（登録商標）オペレーティング・システムのあるバージョンを実行し得るが、他のオペレーティング・システム（たとえば、ＵＮＩＸ（登録商標）及びＬｉｎｕｘ（登録商標））、組み込みソフトウェア、及び／又はグラフィカル・ユーザ・インターフェースも使用され得る。
実施例は、ハンドヘルド・デバイス及び組み込みアプリケーションなど、他のデバイスにおいて使用され得る。ハンドヘルド・デバイスのいくつかの実例は、セルラー・フォン、インターネット・プロトコル・デバイス、デジタル・カメラ、パーソナル・デジタル・アシスタント（「ＰＤＡ」：ｐｅｒｓｏｎａｌ ｄｉｇｉｔａｌ ａｓｓｉｓｔａｎｔ）、及びハンドヘルドＰＣを含む。少なくとも１つの実施例では、組み込みアプリケーションは、マイクロコントローラ、ＤＳＰ、システム・オン・チップ、ネットワーク・コンピュータ（「ＮｅｔＰＣ」：ｎｅｔｗｏｒｋ ｃｏｍｐｕｔｅｒ）、セット・トップ・ボックス、ネットワーク・ハブ、ワイド・エリア・ネットワーク（「ＷＡＮ」：ｗｉｄｅ ａｒｅａ ｎｅｔｗｏｒｋ）スイッチ、又は少なくとも１つの実施例による１つ又は複数の命令を実施し得る任意の他のシステムを含み得る。
少なくとも１つの実施例では、コンピュータ・システム８００は、限定はしないが、プロセッサ８０２を含み得、プロセッサ８０２は、限定はしないが、本明細書で説明される技法による機械学習モデル訓練及び／又は推論を実施するための１つ又は複数の実行ユニット８０８を含み得る。少なくとも１つの実施例では、コンピュータ・システム８００は、シングル・プロセッサ・デスクトップ又はサーバ・システムであるが、別の実施例では、コンピュータ・システム８００は、マルチプロセッサ・システムであり得る。少なくとも１つの実施例では、プロセッサ８０２は、限定はしないが、複合命令セット・コンピュータ（「ＣＩＳＣ」：ｃｏｍｐｌｅｘ ｉｎｓｔｒｕｃｔｉｏｎ ｓｅｔ ｃｏｍｐｕｔｅｒ）マイクロプロセッサ、縮小命令セット・コンピューティング（「ＲＩＳＣ」：ｒｅｄｕｃｅｄ ｉｎｓｔｒｕｃｔｉｏｎ ｓｅｔ ｃｏｍｐｕｔｉｎｇ）マイクロプロセッサ、超長命令語（「ＶＬＩＷ」）マイクロプロセッサ、命令セットの組合せを実装するプロセッサ、又は、たとえばデジタル信号プロセッサなど、任意の他のプロセッサ・デバイスを含み得る。少なくとも１つの実施例では、プロセッサ８０２は、プロセッサ・バス８１０に結合され得、プロセッサ・バス８１０は、プロセッサ８０２とコンピュータ・システム８００中の他の構成要素との間でデータ信号を送信し得る。
少なくとも１つの実施例では、プロセッサ８０２は、限定はしないが、レベル１（「Ｌ１」）の内部キャッシュ・メモリ（「キャッシュ」）８０４を含み得る。少なくとも１つの実施例では、プロセッサ８０２は、単一の内部キャッシュ又は複数のレベルの内部キャッシュを有し得る。少なくとも１つの実施例では、キャッシュ・メモリは、プロセッサ８０２の外部に存在し得る。他の実施例は、特定の実装形態及び必要性に応じて、内部キャッシュと外部キャッシュの両方の組合せをも含み得る。少なくとも１つの実施例では、レジスタ・ファイル８０６は、限定はしないが、整数レジスタ、浮動小数点レジスタ、ステータス・レジスタ、及び命令ポインタ・レジスタを含む様々なレジスタに、異なるタイプのデータを記憶し得る。
少なくとも１つの実施例では、限定はしないが、整数演算及び浮動小数点演算を実施するための論理を含む実行ユニット８０８も、プロセッサ８０２中に存在する。少なくとも１つの実施例では、プロセッサ８０２は、いくつかのマクロ命令のためのマイクロコードを記憶するマイクロコード（「ｕコード」）読取り専用メモリ（「ＲＯＭ」：ｒｅａｄ ｏｎｌｙ ｍｅｍｏｒｙ）をも含み得る。少なくとも１つの実施例では、実行ユニット８０８は、パック命令セット８０９に対処するための論理を含み得る。少なくとも１つの実施例では、パック命令セット８０９を、命令を実行するための関連する回路要素とともに汎用プロセッサの命令セットに含めることによって、多くのマルチメディア・アプリケーションによって使用される演算が、プロセッサ８０２中のパック・データを使用して実施され得る。少なくとも１つの実施例では、多くのマルチメディア・アプリケーションが、パック・データの演算を実施するためにプロセッサのデータ・バスの全幅を使用することによって加速され、より効率的に実行され得、これは、一度に１つのデータ要素ずつ１つ又は複数の演算を実施するために、そのプロセッサのデータ・バスにわたってより小さい単位のデータを転送する必要をなくし得る。
少なくとも１つの実施例では、実行ユニット８０８はまた、マイクロコントローラ、組み込みプロセッサ、グラフィックス・デバイス、ＤＳＰ、及び他のタイプの論理回路において使用され得る。少なくとも１つの実施例では、コンピュータ・システム８００は、限定はしないが、メモリ８２０を含み得る。少なくとも１つの実施例では、メモリ８２０は、ダイナミック・ランダム・アクセス・メモリ（「ＤＲＡＭ」）デバイス、スタティック・ランダム・アクセス・メモリ（「ＳＲＡＭ」）デバイス、フラッシュ・メモリ・デバイス、又は他のメモリ・デバイスであり得る。少なくとも１つの実施例では、メモリ８２０は、プロセッサ８０２によって実行され得るデータ信号によって表される（１つ又は複数の）命令８１９及び／又はデータ８２１を記憶し得る。
少なくとも１つの実施例では、システム論理チップが、プロセッサ・バス８１０及びメモリ８２０に結合され得る。少なくとも１つの実施例では、システム論理チップは、限定はしないが、メモリ・コントローラ・ハブ（「ＭＣＨ」：ｍｅｍｏｒｙ ｃｏｎｔｒｏｌｌｅｒ ｈｕｂ）８１６を含み得、プロセッサ８０２は、プロセッサ・バス８１０を介してＭＣＨ８１６と通信し得る。少なくとも１つの実施例では、ＭＣＨ８１６は、命令及びデータ・ストレージのための、並びにグラフィックス・コマンド、データ及びテクスチャのストレージのための、高帯域幅メモリ経路８１８をメモリ８２０に提供し得る。少なくとも１つの実施例では、ＭＣＨ８１６は、プロセッサ８０２と、メモリ８２０と、コンピュータ・システム８００中の他の構成要素との間でデータ信号をダイレクトし、プロセッサ・バス８１０と、メモリ８２０と、システムＩ／Ｏインターフェース８２２との間でデータ信号をブリッジし得る。少なくとも１つの実施例では、システム論理チップは、グラフィックス・コントローラに結合するためのグラフィックス・ポートを提供し得る。少なくとも１つの実施例では、ＭＣＨ８１６は、高帯域幅メモリ経路８１８を通してメモリ８２０に結合され得、グラフィックス／ビデオ・カード８１２は、アクセラレーテッド・グラフィックス・ポート（「ＡＧＰ」：Ａｃｃｅｌｅｒａｔｅｄ Ｇｒａｐｈｉｃｓ Ｐｏｒｔ）相互接続８１４を通してＭＣＨ８１６に結合され得る。
少なくとも１つの実施例では、コンピュータ・システム８００は、ＭＣＨ８１６をＩ／Ｏコントローラ・ハブ（「ＩＣＨ」：Ｉ／Ｏ ｃｏｎｔｒｏｌｌｅｒ ｈｕｂ）８３０に結合するためのプロプライエタリ・ハブ・インターフェース・バスとしてシステムＩ／Ｏインターフェース８２２を使用し得る。少なくとも１つの実施例では、ＩＣＨ８３０は、ローカルＩ／Ｏバスを介していくつかのＩ／Ｏデバイスに直接接続を提供し得る。少なくとも１つの実施例では、ローカルＩ／Ｏバスは、限定はしないが、周辺機器をメモリ８２０、チップセット、及びプロセッサ８０２に接続するための高速Ｉ／Ｏバスを含み得る。実例は、限定はしないが、オーディオ・コントローラ８２９と、ファームウェア・ハブ（「フラッシュＢＩＯＳ」）８２８と、ワイヤレス・トランシーバ８２６と、データ・ストレージ８２４と、ユーザ入力及びキーボード・インターフェース８２５を含んでいるレガシーＩ／Ｏコントローラ８２３と、ＵＳＢポートなどのシリアル拡張ポート８２７と、ネットワーク・コントローラ８３４とを含み得る。少なくとも１つの実施例では、データ・ストレージ８２４は、ハード・ディスク・ドライブ、フロッピー・ディスク・ドライブ、ＣＤ－ＲＯＭデバイス、フラッシュ・メモリ・デバイス、又は他の大容量ストレージ・デバイスを備え得る。
少なくとも１つの実施例では、図８は、相互接続されたハードウェア・デバイス又は「チップ」を含むシステムを示すが、他の実施例では、図８は、例示的なＳｏＣを示し得る。少なくとも１つの実施例では、図８に示されているデバイスは、プロプライエタリ相互接続、標準相互接続（たとえば、ＰＣＩｅ）又はそれらの何らかの組合せで相互接続され得る。少なくとも１つの実施例では、コンピュータ・システム８００の１つ又は複数の構成要素は、コンピュート・エクスプレス・リンク（ＣＸＬ：ｃｏｍｐｕｔｅ ｅｘｐｒｅｓｓ ｌｉｎｋ）相互接続を使用して相互接続される。
カメラ画像圧縮／復元構成要素１１５は、１つ又は複数の実施例によれば、画像信号処理（ＩＳＰ）における高ダイナミック・レンジ（ＨＤＲ）画像のための圧縮及び／又は復元方式を提供するために使用され得る。カメラ画像圧縮／復元構成要素１１５に関する詳細は、図１と併せて本明細書で提供される。少なくとも１つの実施例では、カメラ画像圧縮／復元構成要素１１５は、本明細書で説明されるＨＤＲ画像の圧縮及び／又は復元を実施するために、図８のシステムにおいて使用され得る。
図９は、少なくとも１つの実施例による、プロセッサ９１０を利用するための電子デバイス９００を示すブロック図である。少なくとも１つの実施例では、電子デバイス９００は、たとえば、限定はしないが、ノートブック、タワー・サーバ、ラック・サーバ、ブレード・サーバ、ラップトップ、デスクトップ、タブレット、モバイル・デバイス、電話、組み込みコンピュータ、又は任意の他の好適な電子デバイスであり得る。
少なくとも１つの実施例では、電子デバイス９００は、限定はしないが、任意の好適な数又は種類の構成要素、周辺機器、モジュール、又はデバイスに通信可能に結合されたプロセッサ９１０を含み得る。少なくとも１つの実施例では、プロセッサ９１０は、Ｉ２Ｃバス、システム管理バス（「ＳＭＢｕｓ」：Ｓｙｓｔｅｍ Ｍａｎａｇｅｍｅｎｔ Ｂｕｓ）、ロー・ピン・カウント（ＬＰＣ：Ｌｏｗ Ｐｉｎ Ｃｏｕｎｔ）バス、シリアル周辺インターフェース（「ＳＰＩ」：Ｓｅｒｉａｌ Ｐｅｒｉｐｈｅｒａｌ Ｉｎｔｅｒｆａｃｅ）、高精細度オーディオ（「ＨＤＡ」：Ｈｉｇｈ Ｄｅｆｉｎｉｔｉｏｎ Ａｕｄｉｏ）バス、シリアル・アドバンス・テクノロジー・アタッチメント（「ＳＡＴＡ」：Ｓｅｒｉａｌ Ａｄｖａｎｃｅ Ｔｅｃｈｎｏｌｏｇｙ Ａｔｔａｃｈｍｅｎｔ）バス、ユニバーサル・シリアル・バス（「ＵＳＢ」）（バージョン１、２、３など）、又はユニバーサル非同期受信機／送信機（「ＵＡＲＴ」：Ｕｎｉｖｅｒｓａｌ Ａｓｙｎｃｈｒｏｎｏｕｓ Ｒｅｃｅｉｖｅｒ／Ｔｒａｎｓｍｉｔｔｅｒ）バスなど、バス又はインターフェースを使用して結合される。少なくとも１つの実施例では、図９は、相互接続されたハードウェア・デバイス又は「チップ」を含むシステムを示すが、他の実施例では、図９は、例示的なＳｏＣを示し得る。少なくとも１つの実施例では、図９に示されているデバイスは、プロプライエタリ相互接続、標準相互接続（たとえば、ＰＣＩｅ）又はそれらの何らかの組合せで相互接続され得る。少なくとも１つの実施例では、図９の１つ又は複数の構成要素は、コンピュート・エクスプレス・リンク（ＣＸＬ）相互接続を使用して相互接続される。
少なくとも１つの実施例では、図９は、ディスプレイ９２４、タッチ・スクリーン９２５、タッチ・パッド９３０、ニア・フィールド通信ユニット（「ＮＦＣ」：Ｎｅａｒ Ｆｉｅｌｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎ）９４５、センサ・ハブ９４０、熱センサ９４６、エクスプレス・チップセット（「ＥＣ」：Ｅｘｐｒｅｓｓ Ｃｈｉｐｓｅｔ）９３５、トラステッド・プラットフォーム・モジュール（「ＴＰＭ」：Ｔｒｕｓｔｅｄ Ｐｌａｔｆｏｒｍ Ｍｏｄｕｌｅ）９３８、ＢＩＯＳ／ファームウェア／フラッシュ・メモリ（「ＢＩＯＳ、ＦＷフラッシュ」：ＢＩＯＳ／ｆｉｒｍｗａｒｅ／ｆｌａｓｈ ｍｅｍｏｒｙ）９２２、ＤＳＰ９６０、ソリッド・ステート・ディスク（「ＳＳＤ」：Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｉｓｋ）又はハード・ディスク・ドライブ（「ＨＤＤ」：Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）などのドライブ９２０、ワイヤレス・ローカル・エリア・ネットワーク・ユニット（「ＷＬＡＮ」：ｗｉｒｅｌｅｓｓ ｌｏｃａｌ ａｒｅａ ｎｅｔｗｏｒｋ）９５０、Ｂｌｕｅｔｏｏｔｈユニット９５２、ワイヤレス・ワイド・エリア・ネットワーク・ユニット（「ＷＷＡＮ」：Ｗｉｒｅｌｅｓｓ Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）９５６、全地球測位システム（ＧＰＳ：Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）ユニット９５５、ＵＳＢ３．０カメラなどのカメラ（「ＵＳＢ３．０カメラ」）９５４、及び／或いは、たとえばＬＰＤＤＲ３規格において実装された低電力ダブル・データ・レート（「ＬＰＤＤＲ」：Ｌｏｗ Ｐｏｗｅｒ Ｄｏｕｂｌｅ Ｄａｔａ Ｒａｔｅ）メモリ・ユニット（「ＬＰＤＤＲ３」）９１５を含み得る。これらの構成要素は、各々、任意の好適な様式で実装され得る。
少なくとも１つの実施例では、本明細書で説明される構成要素を通して、他の構成要素がプロセッサ９１０に通信可能に結合され得る。少なくとも１つの実施例では、加速度計９４１と、周囲光センサ（「ＡＬＳ」：Ａｍｂｉｅｎｔ Ｌｉｇｈｔ Ｓｅｎｓｏｒ）９４２と、コンパス９４３と、ジャイロスコープ９４４とが、センサ・ハブ９４０に通信可能に結合され得る。少なくとも１つの実施例では、熱センサ９３９と、ファン９３７と、キーボード９３６と、タッチ・パッド９３０とが、ＥＣ９３５に通信可能に結合され得る。少なくとも１つの実施例では、スピーカー９６３と、ヘッドフォン９６４と、マイクロフォン（「ｍｉｃ」）９６５とが、オーディオ・ユニット（「オーディオ・コーデック及びクラスＤアンプ」）９６２に通信可能に結合され得、オーディオ・ユニット９６２は、ＤＳＰ９６０に通信可能に結合され得る。少なくとも１つの実施例では、オーディオ・ユニット９６２は、たとえば、限定はしないが、オーディオ・コーダ／デコーダ（「コーデック」）及びクラスＤ増幅器を含み得る。少なくとも１つの実施例では、ＳＩＭカード（「ＳＩＭ」）９５７は、ＷＷＡＮユニット９５６に通信可能に結合され得る。少なくとも１つの実施例では、ＷＬＡＮユニット９５０及びＢｌｕｅｔｏｏｔｈユニット９５２などの構成要素、並びにＷＷＡＮユニット９５６は、次世代フォーム・ファクタ（「ＮＧＦＦ」：Ｎｅｘｔ Ｇｅｎｅｒａｔｉｏｎ Ｆｏｒｍ Ｆａｃｔｏｒ）において実装され得る。
カメラ画像圧縮／復元構成要素１１５は、１つ又は複数の実施例によれば、画像信号処理（ＩＳＰ）における高ダイナミック・レンジ（ＨＤＲ）画像のための圧縮及び／又は復元方式を提供するために使用され得る。カメラ画像圧縮／復元構成要素１１５に関する詳細は、図１と併せて本明細書で提供される。少なくとも１つの実施例では、カメラ画像圧縮／復元構成要素１１５は、本明細書で説明されるＨＤＲ画像の圧縮及び／又は復元を実施するために、図９のシステムにおいて使用され得る。
図１０は、少なくとも１つの実施例による、処理システムのブロック図である。少なくとも１つの実施例では、システム１０００は、１つ又は複数のプロセッサ１００２と１つ又は複数のグラフィックス・プロセッサ１００８とを含み、単一プロセッサ・デスクトップ・システム、マルチプロセッサ・ワークステーション・システム、或いは多数のプロセッサ１００２又はプロセッサ・コア１００７を有するサーバ・システムであり得る。少なくとも１つの実施例では、システム１０００は、モバイル・デバイス、ハンドヘルド・デバイス、又は組み込みデバイスにおいて使用するためのシステム・オン・チップ（ＳｏＣ）集積回路内に組み込まれた処理プラットフォームである。
少なくとも１つの実施例では、システム１０００は、サーバ・ベースのゲーミング・プラットフォーム、ゲーム及びメディア・コンソールを含むゲーム・コンソール、モバイル・ゲーミング・コンソール、ハンドヘルド・ゲーム・コンソール、又はオンライン・ゲーム・コンソールを含むことができるか、或いはそれらの内部に組み込まれ得る。少なくとも１つの実施例では、システム１０００は、モバイル・フォン、スマート・フォン、タブレット・コンピューティング・デバイス又はモバイル・インターネット・デバイスである。少なくとも１つの実施例では、処理システム１０００はまた、スマート・ウォッチ・ウェアラブル・デバイス、スマート・アイウェア・デバイス、拡張現実デバイス、又は仮想現実デバイスなどのウェアラブル・デバイスを含むことができるか、それらと結合することができるか、又はそれらの内部に組み込まれ得る。少なくとも１つの実施例では、処理システム１０００は、１つ又は複数のプロセッサ１００２と、１つ又は複数のグラフィックス・プロセッサ１００８によって生成されるグラフィカル・インターフェースとを有するテレビ又はセット・トップ・ボックス・デバイスである。
少なくとも１つの実施例では、１つ又は複数のプロセッサ１００２は、各々、実行されたときにシステム及びユーザ・ソフトウェアのための動作を実施する命令を処理するための１つ又は複数のプロセッサ・コア１００７を含む。少なくとも１つの実施例では、１つ又は複数のプロセッサ・コア１００７の各々は、特定の命令シーケンス１００９を処理するように構成される。少なくとも１つの実施例では、命令シーケンス１００９は、複合命令セット・コンピューティング（ＣＩＳＣ：Ｃｏｍｐｌｅｘ Ｉｎｓｔｒｕｃｔｉｏｎ Ｓｅｔ Ｃｏｍｐｕｔｉｎｇ）、縮小命令セット・コンピューティング（ＲＩＳＣ）、又は超長命令語（ＶＬＩＷ）を介したコンピューティングを容易にし得る。少なくとも１つの実施例では、プロセッサ・コア１００７は、各々、異なる命令シーケンス１００９を処理し得、命令シーケンス１００９は、他の命令シーケンスのエミュレーションを容易にするための命令を含み得る。少なくとも１つの実施例では、プロセッサ・コア１００７はまた、デジタル信号プロセッサ（ＤＳＰ）などの他の処理デバイスを含み得る。
少なくとも１つの実施例では、プロセッサ１００２はキャッシュ・メモリ１００４を含む。少なくとも１つの実施例では、プロセッサ１００２は、単一の内部キャッシュ又は複数のレベルの内部キャッシュを有することができる。少なくとも１つの実施例では、キャッシュ・メモリは、プロセッサ１００２の様々な構成要素の間で共有される。少なくとも１つの実施例では、プロセッサ１００２はまた、外部キャッシュ（たとえば、レベル３（Ｌ３）キャッシュ又はラスト・レベル・キャッシュ（ＬＬＣ：Ｌａｓｔ Ｌｅｖｅｌ Ｃａｃｈｅ））（図示せず）を使用し、外部キャッシュは、知られているキャッシュ・コヒーレンシ技法を使用してプロセッサ・コア１００７の間で共有され得る。少なくとも１つの実施例では、追加として、レジスタ・ファイル１００６がプロセッサ１００２中に含まれ、レジスタ・ファイル１００６は、異なるタイプのデータを記憶するための異なるタイプのレジスタ（たとえば、整数レジスタ、浮動小数点レジスタ、ステータス・レジスタ、及び命令ポインタ・レジスタ）を含み得る。少なくとも１つの実施例では、レジスタ・ファイル１００６は、汎用レジスタ又は他のレジスタを含み得る。
少なくとも１つの実施例では、１つ又は複数のプロセッサ１００２は、アドレス、データ、又は制御信号などの通信信号を、プロセッサ１００２とシステム１０００中の他の構成要素との間で送信するために、１つ又は複数のインターフェース・バス１０１０と結合される。少なくとも１つの実施例では、インターフェース・バス１０１０は、ダイレクト・メディア・インターフェース（ＤＭＩ：Ｄｉｒｅｃｔ Ｍｅｄｉａ Ｉｎｔｅｒｆａｃｅ）バスのバージョンなどのプロセッサ・バスであり得る。少なくとも１つの実施例では、インターフェース・バス１０１０は、ＤＭＩバスに限定されず、１つ又は複数の周辺構成要素相互接続バス（たとえば、ＰＣＩ、ＰＣＩ Ｅｘｐｒｅｓｓ）、メモリ・バス、又は他のタイプのインターフェース・バスを含み得る。少なくとも１つの実施例では、（１つ又は複数の）プロセッサ１００２は、統合されたメモリ・コントローラ１０１６と、プラットフォーム・コントローラ・ハブ１０３０とを含む。少なくとも１つの実施例では、メモリ・コントローラ１０１６は、メモリ・デバイスとシステム１０００の他の構成要素との間の通信を容易にし、プラットフォーム・コントローラ・ハブ（ＰＣＨ：ｐｌａｔｆｏｒｍ ｃｏｎｔｒｏｌｌｅｒ ｈｕｂ）１０３０は、ローカルＩ／Ｏバスを介してＩ／Ｏデバイスへの接続を提供する。
少なくとも１つの実施例では、メモリ・デバイス１０２０は、ダイナミック・ランダム・アクセス・メモリ（ＤＲＡＭ）デバイス、スタティック・ランダム・アクセス・メモリ（ＳＲＡＭ）デバイス、フラッシュ・メモリ・デバイス、相変化メモリ・デバイス、又はプロセス・メモリとして働くのに好適な性能を有する何らかの他のメモリ・デバイスであり得る。少なくとも１つの実施例では、メモリ・デバイス１０２０は、１つ又は複数のプロセッサ１００２がアプリケーション又はプロセスを実行するときの使用のためのデータ１０２２及び命令１０２１を記憶するために、システム１０００のためのシステム・メモリとして動作することができる。少なくとも１つの実施例では、メモリ・コントローラ１０１６はまた、随意の外部グラフィックス・プロセッサ１０１２と結合し、外部グラフィックス・プロセッサ１０１２は、グラフィックス動作及びメディア動作を実施するために、プロセッサ１００２中の１つ又は複数のグラフィックス・プロセッサ１００８と通信し得る。少なくとも１つの実施例では、ディスプレイ・デバイス１０１１は、（１つ又は複数の）プロセッサ１００２に接続することができる。少なくとも１つの実施例では、ディスプレイ・デバイス１０１１は、モバイル電子デバイス又はラップトップ・デバイスの場合のような内部ディスプレイ・デバイス、或いは、ディスプレイ・インターフェース（たとえば、ＤｉｓｐｌａｙＰｏｒｔなど）を介して取り付けられた外部ディスプレイ・デバイスのうちの１つ又は複数を含むことができる。少なくとも１つの実施例では、ディスプレイ・デバイス１０１１は、仮想現実（ＶＲ）アプリケーション又は拡張現実（ＡＲ）アプリケーションにおいて使用するための立体ディスプレイ・デバイスなどの頭部装着型ディスプレイ（ＨＭＤ：ｈｅａｄ ｍｏｕｎｔｅｄ ｄｉｓｐｌａｙ）を含むことができる。
少なくとも１つの実施例では、プラットフォーム・コントローラ・ハブ１０３０は、周辺機器が高速Ｉ／Ｏバスを介してメモリ・デバイス１０２０及びプロセッサ１００２に接続することを可能にする。少なくとも１つの実施例では、Ｉ／Ｏ周辺機器は、限定はしないが、オーディオ・コントローラ１０４６と、ネットワーク・コントローラ１０３４と、ファームウェア・インターフェース１０２８と、ワイヤレス・トランシーバ１０２６と、タッチ・センサ１０２５と、データ・ストレージ・デバイス１０２４（たとえば、ハード・ディスク・ドライブ、フラッシュ・メモリなど）とを含む。少なくとも１つの実施例では、データ・ストレージ・デバイス１０２４は、ストレージ・インターフェース（たとえば、ＳＡＴＡ）を介して、又は周辺構成要素相互接続バス（たとえば、ＰＣＩ、ＰＣＩ Ｅｘｐｒｅｓｓ）などの周辺バスを介して、接続することができる。少なくとも１つの実施例では、タッチ・センサ１０２５は、タッチ・スクリーン・センサ、圧力センサ、又は指紋センサを含むことができる。少なくとも１つの実施例では、ワイヤレス・トランシーバ１０２６は、Ｗｉ－Ｆｉトランシーバ、Ｂｌｕｅｔｏｏｔｈトランシーバ、或いは３Ｇ、４Ｇ、又はロング・ターム・エボリューション（ＬＴＥ）トランシーバなどのモバイル・ネットワーク・トランシーバであり得る。少なくとも１つの実施例では、ファームウェア・インターフェース１０２８は、システム・ファームウェアとの通信を可能にし、たとえば、ユニファイド・エクステンシブル・ファームウェア・インターフェース（ＵＥＦＩ：ｕｎｉｆｉｅｄ ｅｘｔｅｎｓｉｂｌｅ ｆｉｒｍｗａｒｅ ｉｎｔｅｒｆａｃｅ）であり得る。少なくとも１つの実施例では、ネットワーク・コントローラ１０３４は、ワイヤード・ネットワークへのネットワーク接続を可能にすることができる。少なくとも１つの実施例では、高性能ネットワーク・コントローラ（図示せず）は、インターフェース・バス１０１０と結合する。少なくとも１つの実施例では、オーディオ・コントローラ１０４６は、マルチチャネル高精細度オーディオ・コントローラである。少なくとも１つの実施例では、システム１０００は、レガシー（たとえば、パーソナル・システム２（ＰＳ／２：Ｐｅｒｓｏｎａｌ Ｓｙｓｔｅｍ ２））デバイスをシステム１０００に結合するための随意のレガシーＩ／Ｏコントローラ１０４０を含む。少なくとも１つの実施例では、プラットフォーム・コントローラ・ハブ１０３０は、キーボードとマウス１０４３との組合せ、カメラ１０４４、又は他のＵＳＢ入力デバイスなど、１つ又は複数のユニバーサル・シリアル・バス（ＵＳＢ）コントローラ１０４２接続入力デバイスにも接続することができる。
少なくとも１つの実施例では、メモリ・コントローラ１０１６及びプラットフォーム・コントローラ・ハブ１０３０のインスタンスが、外部グラフィックス・プロセッサ１０１２などの慎重な外部グラフィックス・プロセッサに組み込まれ得る。少なくとも１つの実施例では、プラットフォーム・コントローラ・ハブ１０３０及び／又はメモリ・コントローラ１０１６は、１つ又は複数のプロセッサ１００２の外部にあり得る。たとえば、少なくとも１つの実施例では、システム１０００は、外部のメモリ・コントローラ１０１６とプラットフォーム・コントローラ・ハブ１０３０とを含むことができ、それらは、（１つ又は複数の）プロセッサ１００２と通信しているシステム・チップセット内のメモリ・コントローラ・ハブ及び周辺コントローラ・ハブとして構成され得る。
カメラ画像圧縮構成要素１１５は、１つ又は複数の実施例によれば、画像信号処理（ＩＳＰ）における高ダイナミック・レンジ（ＨＤＲ）画像のための圧縮及び／又は復元方式を提供するために使用される。カメラ画像圧縮構成要素１１５に関する詳細は、図１と併せて本明細書で提供される。少なくとも１つの実施例では、カメラ画像圧縮構成要素１１５は、本明細書で説明されるＨＤＲ画像の圧縮及び／又は復元を実施するために、システム１０００において使用され得る。
他の変形形態は、本開示の範囲内にある。したがって、開示される技法は、様々な修正及び代替構築が可能であるが、それらのいくつかの例示的な実施例が図面に示され、上記で詳細に説明された。しかしながら、特定の１つ又は複数の開示された形態に本開示を限定する意図はなく、その反対に、添付の特許請求の範囲において定義されるように、開示の趣旨及び範囲に入るすべての修正形態、代替構築、及び等価物を網羅することを意図していることが理解されるべきである。
開示される実施例を説明する文脈において（特に、以下の特許請求の範囲の文脈において）「ａ」及び「ａｎ」及び「ｔｈｅ」という用語、並びに同様の指示語を使用することは、本明細書に別段の記載のない限り、又は文脈によって明らかに否定されない限り、単数と複数の両方を網羅すると解釈されるべきであり、用語の定義であると解釈されるべきではない。「含む、備える（ｃｏｍｐｒｉｓｉｎｇ）」、「有する（ｈａｖｉｎｇ）」、「含む（ｉｎｃｌｕｄｉｎｇ）」、「含んでいる（ｃｏｎｔａｉｎｉｎｇ）」という用語は、別段の記載のない限り、オープンエンドの用語（「限定はしないが、～を含む（ｉｎｃｌｕｄｉｎｇ， ｂｕｔ ｎｏｔ ｌｉｍｉｔｅｄ ｔｏ，）」を意味する）と解釈されるべきである。「接続される」は、修飾されず、物理的接続を指しているとき、何か介在するものがある場合でも、部分的に又は完全に中に含まれているか、取り付けられるか、又は互いに接合されるものとして解釈されるべきである。本明細書で値の範囲を詳述することは、本明細書に別段の記載のない限り、及び各別個の値が、本明細書に個々に詳述されているかのように明細書に組み込まれていない限り、範囲内に入る各別個の値を個々に参照する簡潔な方法として働くことを単に意図しているにすぎない。少なくとも１つの実施例では、「セット」（たとえば、「項目のセット」）又は「サブセット」という用語の使用は、文脈によって別段の記載がないか又は否定されない限り、１つ又は複数の部材を備える空ではない集合として解釈されるべきである。さらに、文脈によって別段の記載がないか又は否定されない限り、対応するセットの「サブセット」という用語は、対応するセットの厳密なサブセットを必ずしも指すとは限らず、サブセットと、対応するセットとは、等しくなり得る。
「Ａ、Ｂ、及びＣのうちの少なくとも１つ」又は「Ａ、Ｂ及びＣのうちの少なくとも１つ」という形態の言い回しなどの結合語は、別段の具体的な記載がないか又はさもなければ文脈によって明確に否定されない限り、別様に、項目、用語などが、Ａ又はＢ又はＣのいずれか、或いはＡとＢとＣとのセットの任意の空でないサブセットであり得ることを提示するために一般に使用される文脈で、理解される。たとえば、３つの部材を有するセットの説明的な実例では、「Ａ、Ｂ、及びＣのうちの少なくとも１つ」並びに「Ａ、Ｂ及びＣのうちの少なくとも１つ」という結合句は、次のセットのいずれかを指す：｛Ａ｝、｛Ｂ｝、｛Ｃ｝、｛Ａ、Ｂ｝、｛Ａ、Ｃ｝、｛Ｂ、Ｃ｝、｛Ａ、Ｂ、Ｃ｝。したがって、そのような結合語は、いくつかの実施例が、Ａのうちの少なくとも１つ、Ｂのうちの少なくとも１つ、及びＣのうちの少なくとも１つの各々が存在することを必要とすることを全体的に暗示するものではない。さらに、別段の記載がないか又は文脈によって否定されない限り、「複数（ｐｌｕｒａｌｉｔｙ）」という用語は、複数である状態を示す（たとえば、「複数の項目（ａ ｐｌｕｒａｌｉｔｙ ｏｆ ｉｔｅｍｓ）」は複数の項目（ｍｕｌｔｉｐｌｅ ｉｔｅｍｓ）を示す）。少なくとも１つの実施例では、複数である項目の数は、少なくとも２つであるが、明示的に、又は文脈によってのいずれかでそのように示されているとき、それよりも多いことがある。さらに、別段の記載がないか又はさもなければ文脈から明らかでない限り、「～に基づいて」という言い回しは、「少なくとも部分的に～に基づいて」を意味し、「～のみに基づいて」を意味しない。
本明細書で説明されるプロセスの動作は、本明細書に別段の記載がないか又はさもなければ文脈によって明確に否定されない限り、任意の好適な順序で実施され得る。少なくとも１つの実施例では、本明細書で説明されるプロセス（又はその変形及び／又は組合せ）などのプロセスは、実行可能命令で構成された１つ又は複数のコンピュータ・システムの制御下で実施され、１つ又は複数のプロセッサ上で、ハードウェアによって、又はそれらの組合せによって集合的に実行するコード（たとえば、実行可能命令、１つ又は複数のコンピュータ・プログラム、又は１つ又は複数のアプリケーション）として実装される。少なくとも１つの実施例では、コードは、たとえば、１つ又は複数のプロセッサによって実行可能な複数の命令を備えるコンピュータ・プログラムの形態で、コンピュータ可読記憶媒体に記憶される。少なくとも１つの実施例では、コンピュータ可読記憶媒体は、一時的信号（たとえば、伝搬する一時的な電気又は電磁送信）を除外するが、一時的信号のトランシーバ内の非一時的データ・ストレージ回路要素（たとえば、バッファ、キャッシュ、及びキュー）を含む非一時的コンピュータ可読記憶媒体である。少なくとも１つの実施例では、コード（たとえば、実行可能コード又はソース・コード）は、１つ又は複数の非一時的コンピュータ可読記憶媒体のセットに記憶され、この記憶媒体は、コンピュータ・システムの１つ又は複数のプロセッサによって実行されたときに（すなわち、実行された結果として）、コンピュータ・システムに本明細書で説明される動作を実施させる実行可能命令を記憶している（又は、実行可能命令を記憶するための他のメモリを有する）。少なくとも１つの実施例では、非一時的コンピュータ可読記憶媒体のセットは、複数の非一時的コンピュータ可読記憶媒体を備え、複数の非一時的コンピュータ可読記憶媒体の個々の非一時的記憶媒体のうちの１つ又は複数は、コードのすべてがないが、複数の非一時的コンピュータ可読記憶媒体は、集合的にコードのすべてを記憶している。少なくとも１つの実施例では、実行可能命令は、異なる命令が異なるプロセッサによって実行されるように実行され、たとえば、非一時的コンピュータ可読記憶媒体は命令を記憶し、メイン中央処理ユニット（「ＣＰＵ」）は命令のいくつかを実行し、グラフィックス処理ユニット（「ＧＰＵ」）は他の命令を実行する。少なくとも１つの実施例では、コンピュータ・システムの異なる構成要素は、別個のプロセッサを有し、異なるプロセッサが命令の異なるサブセットを実行する。
したがって、少なくとも１つの実施例では、コンピュータ・システムは、本明細書で説明されるプロセスの動作を単独で又は集合的に実施する１つ又は複数のサービスを実装するように構成され、そのようなコンピュータ・システムは、動作の実施を可能にする適用可能なハードウェア及び／又はソフトウェアで構成される。さらに、本開示の少なくとも１つの実施例を実装するコンピュータ・システムは、単一のデバイスであり、別の実施例では、分散型コンピュータ・システムが本明細書で説明される動作を実施するように、及び単一のデバイスがすべての動作を実施しないように、異なるやり方で動作する複数のデバイスを備える分散型コンピュータ・システムである。
本明細書で提供されるあらゆる実例、又は例示的な言葉（たとえば、「など、などの（ｓｕｃｈ ａｓ）」）の使用は、本開示の実施例をより明らかにすることのみを意図しており、別段の主張のない限り、本開示の範囲に制限を加えるものではない。本明細書のいかなる言葉も、特許請求されていない任意の要素を、本開示の実践に不可欠なものとして示すと解釈されるべきではない。
本明細書で引用される出版物、特許出願、及び特許を含むすべての参考文献は、各参考文献が参照により組み込まれることが個別に明確に示され、その全体が本明細書に記載されたかのように、それと同程度まで参照により本明細書に組み込まれる。
明細書及び特許請求の範囲において、「結合される」及び「接続される」という用語が、その派生語とともに使用され得る。これらの用語は、互いに同義語として意図されていないことがあることが理解されるべきである。むしろ、特定の実例では、「接続される」又は「結合される」は、２つ又はそれ以上の要素が物理的又は電気的に互いに直接又は間接的に接触していることを示すために使用され得る。「結合される」はまた、２つ又はそれ以上の要素が直接互いに接触していないが、それでもなお互いに連動又は対話することを意味し得る。
別段の具体的な記載がない限り、明細書全体を通して、「処理する（ｐｒｏｃｅｓｓｉｎｇ）」、「算出する（ｃｏｍｐｕｔｉｎｇ）」、「計算する（ｃａｌｃｕｌａｔｉｎｇ）」、又は「決定する（ｄｅｔｅｒｍｉｎｉｎｇ）」などの用語は、コンピューティング・システムのレジスタ及び／又はメモリ内の、電子的などの物理的な量として表されるデータを、コンピューティング・システムのメモリ、レジスタ又は他のそのような情報ストレージ、送信、若しくはディスプレイ・デバイス内の物理的な量として同様に表される他のデータになるように操作及び／又は変換する、コンピュータ又はコンピューティング・システム、或いは同様の電子コンピューティング・デバイスのアクション及び／又はプロセスを指すことが諒解され得る。
同様に、「プロセッサ」という用語は、レジスタ及び／又はメモリからの電子データを処理し、その電子データを、レジスタ及び／又はメモリに記憶され得る他の電子データに変換する任意のデバイス、又はデバイスの一部分を指し得る。非限定的な実例として、「プロセッサ」は、ＣＰＵ又はＧＰＵであり得る。「コンピューティング・プラットフォーム」は、１つ又は複数のプロセッサを備え得る。本明細書で使用される「ソフトウェア」プロセスは、たとえば、タスク、スレッド、及び知的エージェントなど、経時的にワークを実施するソフトウェア及び／又はハードウェア・エンティティを含み得る。また、各プロセスは、命令を直列で又は並列で、連続的に又は断続的に行うための複数のプロセスを指し得る。少なくとも１つの実施例では、「システム」及び「方法」という用語は、１つ又は複数の方法をシステムが具体化し得、方法がシステムと考えられ得る場合に限り、本明細書において交換可能に使用される。
本明細書では、アナログ・データ又はデジタル・データを取得すること、獲得すること、受信すること、或いはそれらをサブシステム、コンピュータ・システム、又はコンピュータ実装機械に入力することに言及し得る。少なくとも１つの実施例では、アナログ・データ及びデジタル・データを取得する、獲得する、受信する、又は入力するプロセスは、関数コール、又はアプリケーション・プログラミング・インターフェースへのコールのパラメータとしてデータを受信することによってなど、様々なやり方で実現され得る。少なくとも１つの実施例では、アナログ・データ又はデジタル・データを取得する、獲得する、受信する、又は入力するプロセスは、直列又は並列インターフェースを介してデータを転送することによって実現され得る。少なくとも１つの実施例では、アナログ・データ又はデジタル・データを取得する、獲得する、受信する、又は入力するプロセスは、提供するエンティティから獲得するエンティティにコンピュータ・ネットワークを介してデータを転送することによって実現され得る。少なくとも１つの実施例では、アナログ・データ又はデジタル・データを提供すること、出力すること、送信すること、送出すること、又は提示することにも言及し得る。様々な実例では、アナログ・データ又はデジタル・データを提供する、出力する、送信する、送出する、又は提示するプロセスは、関数コールの入力又は出力パラメータ、アプリケーション・プログラミング・インターフェース又はプロセス間通信機構のパラメータとしてデータを転送することによって実現され得る。
本明細書の説明は、説明された技法の例示的な実装形態について述べているが、他のアーキテクチャが、説明された機能性を実装するために使用され得、本開示の範囲内にあることが意図される。さらに、説明を目的として、責任の具体的な分散が上記で定義され得るが、様々な機能及び責任は、状況に応じて異なるやり方で分散及び分割され得る。
さらに、主題は、構造的特徴及び／又は方法論的行為に特有の言語で説明されたが、添付の特許請求の範囲で特許請求される主題は、説明された特有の特徴又は行為に必ずしも限定されるとは限らないことが理解されるべきである。むしろ、特有の特徴及び行為は、特許請求の範囲を実装する例示的な形態として開示される。
Claims (25)
- 画像信号処理（ＩＳＰ）パイプラインに関連する１つ又は複数のプロセッサにおいて、画像センサによって生成され、前記画像センサに関連する第１のビット深度においてキャプチャされた画像を受信するステップであって、前記画像が、前記第１のビット深度よりも低い第２のビット深度に圧縮され、前記ＩＳＰが、前記第１のビット深度よりも低く、前記第２のビット深度よりも高い、第３のビット深度に関連する、ステップと、
前記第３のビット深度を有する部分的に復元された画像を生成するために、電力曲線に従って、前記圧縮された画像を復元するステップであって、前記部分的に復元された画像の複数の領域が、前記複数の領域の各領域の対応するピクセル値に基づいて少なくとも２つの復元レベルに復元される、ステップと
を含む、方法。 - 前記電力曲線が、ピクセル値しきい値を下回るピクセル値を線形的に処理するための、前記ピクセル値しきい値に延びる線形セグメントを含み、前記電力曲線の前記線形セグメントに基づいてピクセル値を処理することが、前記ピクセル値の信号対ノイズ比（ＳＮＲ）を保持するために前記ピクセル値の圧縮された状態を回避することを含む、請求項１に記載の方法。
- 前記電力曲線に従って、前記圧縮された画像を前記復元するステップが、前記圧縮された画像の色比を保持し、前記圧縮された画像についての信号対ノイズ比を、信号対ノイズ比しきい値を下回るように維持する、請求項１に記載の方法。
- 前記電力曲線が区分的線形（ＰＷＬ）スプライン関数に対応し、前記ＰＷＬスプライン関数が複数のニー・ポイントを含む、請求項１に記載の方法。
- 曲線当てはめ技法を使用して前記複数の前記ニー・ポイントに基づいて前記電力曲線を決定するステップ
をさらに含む、請求項４に記載の方法。 - 前記圧縮された画像を復元するステップが、
第１のピクセル値を有する前記圧縮された画像の第１の領域に第１の復元量を適用するステップと、
より高い第２のピクセル値を有する前記圧縮された画像の第２の領域に第２の復元量を適用するステップと
をさらに含み、復元後、前記第２の領域が、前記第１の領域よりも大きい残差圧縮を有する、請求項１に記載の方法。 - 前記第１の領域の前記第１のピクセル値が前記第１の領域の第１のルミナンス値に対応し、前記第２の領域の前記第２のピクセル値が前記第２の領域の第２のルミナンス値に対応し、前記第２のルミナンス値が前記第１のルミナンス値よりも高い、請求項６に記載の方法。
- 前記画像を前記第１のビット深度から前記第２のビット深度に圧縮するために、前記画像センサが、
前記電力曲線又は第２の電力曲線に従って、第１のピクセル値を有するキャプチャされた画像の第１の領域に第１の圧縮量を適用することと、
前記電力曲線又は前記第２の電力曲線に従って、より高い第２のピクセル値を有する前記キャプチャされた画像の第２の部分に第２の圧縮量を適用することと
を行うことになり、前記第１の圧縮量が前記第２の圧縮量よりも低い、請求項１に記載の方法。 - 前記画像を前記第１のビット深度から前記第２のビット深度に圧縮するために、前記画像センサが、前記電力曲線又は前記第２の電力曲線に関連する区分的線形（ＰＷＬ）スプライン関数を使用することになり、前記ＰＷＬスプライン関数が複数のニー・ポイントを含む、請求項８に記載の方法。
- 前記画像センサが、曲線当てはめ技法を使用して前記複数の前記ニー・ポイントに基づいて前記電力曲線又は前記第２の電力曲線を決定することになる、請求項９に記載の方法。
- メモリ・デバイスと、
カメラのセンサに関連する第１のビット深度を決定することと、
前記カメラに関連する画像信号処理（ＩＳＰ）パイプラインに関連する第２のビット深度を決定することと、
前記第１のビット深度が前記第２のビット深度とは異なると決定したことに応答して、
前記カメラの前記センサによって生成された圧縮された画像に関連する第３のビット深度を決定することと、
前記第３のビット深度と前記ＩＳＰの前記第２のビット深度とに基づいて、前記カメラの前記センサの区分的線形（ＰＷＬ）スプライン関数に対応する複数のニー・ポイントを決定することと、
前記第２のビット深度を有する部分的に復元された画像を生成するために、前記圧縮された画像を復元するために使用されるべき電力曲線を決定することと
を行うための、前記メモリ・デバイスに動作可能に結合された処理デバイスと
を備えるシステム。 - 前記部分的に復元された画像の複数の領域が、前記圧縮された画像の色比を保持し、前記圧縮された画像についての信号対ノイズ比を、信号対ノイズ比しきい値を下回るように維持する様式で、前記複数の領域の各領域の対応するピクセル値に基づいて別個の復元レベルにおいて復元される、請求項１１に記載のシステム。
- 前記電力曲線が、ピクセル値しきい値を下回るピクセル値を処理するための線形セグメントを含み、前記線形セグメントが、低光条件のための色比及び信号対ノイズ比を保持する、請求項１１に記載のシステム。
- 前記圧縮された画像が、前記センサに関連する前記第１のビット深度においてキャプチャされ、前記第１のビット深度よりも低い前記第３のビット深度に圧縮され、前記ＩＳＰの前記第２のビット深度が、前記第１のビット深度よりも低く、前記第３のビット深度よりも高い、請求項１１に記載のシステム。
- 前記圧縮された画像を復元するために、前記処理デバイスが、さらに、
第１のピクセル値を有する前記圧縮された画像の第１の領域に第１の復元量を適用することと、
より高い第２のピクセル値を有する前記圧縮された画像の第２の領域に第２の復元量を適用することと
を行うためのものであり、復元後、前記第２の領域が、前記第１の領域よりも大きい圧縮を有する、請求項１１に記載のシステム。 - メモリと、
画像信号処理（ＩＳＰ）パイプラインに関連する１つ又は複数のプロセッサにおいて、画像センサによって生成された圧縮された画像を受信することであって、前記圧縮された画像が、前記画像センサに関連する第１のビット深度においてキャプチャされ、前記第１のビット深度よりも低い第２のビット深度に圧縮され、前記ＩＳＰが、前記第１のビット深度よりも低く、前記第２のビット深度よりも高い、第３のビット深度に関連する、受信することと、
前記第３のビット深度を有する部分的に復元された画像を生成するために、電力曲線に従って、前記圧縮された画像を復元することであって、前記部分的に復元された画像の複数の領域が、前記複数の領域の各領域の対応するピクセル値に基づいて別個の復元レベルにおいて復元される、復元することと
を含む動作を実施するための、前記メモリに動作可能に結合された１つ又は複数のプロセッサと
を備える電子デバイス。 - 前記電力曲線が、ピクセル値しきい値を下回るピクセル値を線形的に処理するための、前記ピクセル値しきい値に延びる線形セグメントを含む、請求項１６に記載の電子デバイス。
- 前記電力曲線の前記線形セグメントに基づいてピクセル値を処理することが、前記ピクセル値の信号対ノイズ比（ＳＮＲ）を保持するために前記ピクセル値の圧縮された状態を回避することを含む、請求項１７に記載の電子デバイス。
- 前記電力曲線が区分的線形（ＰＷＬ）スプライン関数に対応し、前記ＰＷＬスプライン関数が複数のニー・ポイントを含む、請求項１６に記載の電子デバイス。
- 前記１つ又は複数のプロセッサが、さらに、
曲線当てはめ技法を使用して前記複数の前記ニー・ポイントに基づいて前記電力曲線を決定すること
をさらに含むさらなる動作を実施するためのものである、請求項１９に記載の電子デバイス。 - 前記圧縮された画像を復元することが、
第１のピクセル値を有する前記圧縮された画像の第１の領域に第１の復元量を適用することと、
より高い第２のピクセル値を有する前記圧縮された画像の第２の領域に第２の復元量を適用することと
をさらに含み、復元後、前記第２の領域が、前記第１の領域よりも大きい残差圧縮を有する、請求項１６に記載の電子デバイス。 - 前記第１の領域の前記第１のピクセル値が前記第１の領域の第１のルミナンス値に対応し、前記第２の領域の前記第２のピクセル値が前記第２の領域の第２のルミナンス値に対応し、前記第２のルミナンス値が前記第１のルミナンス値よりも高い、請求項２１に記載の電子デバイス。
- 前記圧縮された画像を前記第１のビット深度から前記第３のビット深度に圧縮するために、前記画像センサが、
第１のピクセル値を有するキャプチャされた画像の第１の領域に第１の圧縮量を適用することと、
より高い第２のピクセル値を有する前記キャプチャされた画像の第２の部分に第２の圧縮量を適用することと
を行うことになり、前記第１の圧縮量が前記第２の圧縮量よりも低い、請求項１６に記載の電子デバイス。 - 前記圧縮された画像を前記第１のビット深度から前記第３のビット深度に圧縮するために、前記画像センサが、前記電力曲線又は第２の電力曲線に関連する区分的線形（ＰＷＬ）スプライン関数を使用することになり、前記ＰＷＬスプライン関数が複数のニー・ポイントを含む、請求項１６に記載の電子デバイス。
- 前記画像センサが、曲線当てはめ技法を使用して前記複数の前記ニー・ポイントに基づいて前記電力曲線又は前記第２の電力曲線を決定することになる、請求項２４に記載の電子デバイス。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US17/461,750 US11582431B1 (en) | 2021-08-30 | 2021-08-30 | Image signal processing pipelines for high dynamic range sensors |
| US17/461,750 | 2021-08-30 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2023035822A true JP2023035822A (ja) | 2023-03-13 |
Family
ID=85175131
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2022090611A Pending JP2023035822A (ja) | 2021-08-30 | 2022-06-03 | 高ダイナミック・レンジ・センサのための画像信号処理パイプライン |
Country Status (4)
| Country | Link |
|---|---|
| US (3) | US11582431B1 (ja) |
| JP (1) | JP2023035822A (ja) |
| CN (1) | CN115734080A (ja) |
| DE (1) | DE102022121021A1 (ja) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11587213B1 (en) * | 2021-11-05 | 2023-02-21 | GM Cruise Holdings LLC. | Preserving dynamic range in images |
| US20230281770A1 (en) * | 2022-03-04 | 2023-09-07 | Wisconsin Alumni Research Foundation | Systems, methods, and media for generating digital images using low bit depth image sensor data |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7349574B1 (en) * | 2002-10-11 | 2008-03-25 | Sensata Technologies, Inc. | System and method for processing non-linear image data from a digital imager |
| US9538092B2 (en) * | 2014-01-17 | 2017-01-03 | Texas Instruments Incorporated | Methods and apparatus to generate wide dynamic range images |
| WO2019036522A1 (en) | 2017-08-15 | 2019-02-21 | Dolby Laboratories Licensing Corporation | EFFICIENT IMAGE PROCESSING IN BIT DEPTH |
| BR112021016388A2 (pt) | 2019-03-19 | 2021-11-23 | Intel Corp | Método, sistema e pelo menos uma mídia legível por máquina |
-
2021
- 2021-08-30 US US17/461,750 patent/US11582431B1/en active Active
-
2022
- 2022-06-03 JP JP2022090611A patent/JP2023035822A/ja active Pending
- 2022-07-05 CN CN202210792192.9A patent/CN115734080A/zh active Pending
- 2022-08-19 DE DE102022121021.9A patent/DE102022121021A1/de active Pending
-
2023
- 2023-01-06 US US18/151,252 patent/US11917307B2/en active Active
-
2024
- 2024-01-16 US US18/414,266 patent/US20240155253A1/en active Pending
Also Published As
| Publication number | Publication date |
|---|---|
| US20230065993A1 (en) | 2023-03-02 |
| US11582431B1 (en) | 2023-02-14 |
| US20230141489A1 (en) | 2023-05-11 |
| DE102022121021A1 (de) | 2023-03-02 |
| US11917307B2 (en) | 2024-02-27 |
| US20240155253A1 (en) | 2024-05-09 |
| CN115734080A (zh) | 2023-03-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113139642B (zh) | 在自主驾驶应用中使用神经网络执行故障检测 | |
| US20200302250A1 (en) | Iterative spatial graph generation | |
| US20200302612A1 (en) | Shape fusion for image analysis | |
| JP2022536030A (ja) | ビデオ分析アプリケーションにおける相関フィルタを使用した複数物体追跡 | |
| WO2020190880A1 (en) | Object detection using skewed polygons suitable for parking space detection | |
| US11908104B2 (en) | Weighted normalized automatic white balancing | |
| US20230054759A1 (en) | Object tracking using lidar data for autonomous machine applications | |
| US11917307B2 (en) | Image signal processing pipelines for high dynamic range sensors | |
| US11803192B2 (en) | Visual odometry in autonomous machine applications | |
| CN115830486A (zh) | 使用迁移学习训练对象检测模型 | |
| JP2023021910A (ja) | 自律マシン・アプリケーションにおける距離画像マッピングのための信念伝搬 | |
| CN115480092A (zh) | 自主机器应用中多个频率范围内的电压监测 | |
| CN115840438A (zh) | 用于自主系统中的路径确定的安全性分解 | |
| WO2021258254A1 (en) | Hybrid solution for stereo imaging | |
| CN116772874A (zh) | 用于自主系统和应用的使用占用网格进行危险检测 | |
| US20230186593A1 (en) | Glare mitigation using image contrast analysis for autonomous systems and applications | |
| JP2023071168A (ja) | 自律マシン・アプリケーションのための粒子ベース危険検出 | |
| US11677839B2 (en) | Automatic coalescing of GPU-initiated network communication | |
| CN118055333A (zh) | 用于自主系统和应用的图像处理管线中的延迟颜色校正 | |
| JP2023166308A (ja) | 自律システム及びアプリケーションのためのｒｇｂ－ｉｒデータ処理 | |
| CN116500619A (zh) | 用于汽车雷达感知的雷达信号采样 |