Sensi, Vidi, Intellexi: Entwicklung von Bildgebungssystemen auf FPGA, von der Anbindung über die Verarbeitung bis zum Verstehen

Moderne Bildgebungssysteme sind zunehmend auf intelligente, flexible Hardware angewiesen, um anspruchsvolle Leistungs- und Anpassungsanforderungen zu erfüllen. FPGAs spielen eine entscheidende Rolle bei der Realisierung dieser nächsten Generation von Kameratechnologie, indem sie Rechenleistung mit Echtzeit-KI-Integration kombinieren.

• Auf der ImagingNext 2025 wird Dr. Alex Lopich erläutern, wie FPGAs die Entwicklung intelligenter Bildgebungslösungen ermöglichen. In dieser Sitzung werden technische Aspekte des Kameradesigns behandelt und gezeigt, wie Signalverarbeitung, Sensorschnittstelle und KI-Workloads in einer flexiblen und leistungsstarken Bildgebungs-Pipeline zusammenwirken.

Was ist ImagingNext?

ImagingNext ist die jährliche Innovationsveranstaltung von FRAMOS, die sich der Zukunft der Bildverarbeitung und industriellen Bildverarbeitung widmet. Sie bringt Branchenführer, Forscher und Lösungsanbieter zusammen, um aktuelle Trends, praktische Anwendungen und neue Technologien in verschiedenen Bereichen zu erkunden. Mit Fachvorträgen, Live-Demonstrationen und Networking-Möglichkeiten bietet ImagingNext 2025 den Teilnehmern eine einzigartige Gelegenheit, neue Einblicke zu gewinnen, Kooperationen anzubahnen und zu entdecken, wie die Bildverarbeitung Branchen verändert – von der Robotik und Automatisierung bis hin zur KI und darüber hinaus.

Überblick über die Sitzung und technischer Schwerpunkt

Moderne Kameras sind auf intelligente Verarbeitung angewiesen, von der einfachen ISP-Optimierung bis hin zur vollautomatischen Steuerung von Belichtung, Farbbalance und Fokus (3A). Traditionell wurden hierfür Computervisionsalgorithmen verwendet, die abstrakte Daten wie Histogramme analysierten.

Dr. Lopich wird eine intelligente Kameralösung vorstellen, die eine native KI-Inferenz-Engine mit einer flexiblen Bildverarbeitungs-Pipeline integriert. Er wird erläutern, wie FPGAs eine nahtlose Sensor-Schnittstelle, Signalfusion und KI-Workload-Integration ermöglichen und so eine leistungsstarke Synergie zwischen Bildverarbeitung und KI schaffen. Dies ermöglicht eine Echtzeit-Inhaltsanalyse und eine erweiterte Objekterkennung, um ISP-Parameter wie Tonwertzuordnung, Rauschunterdrückung, Bildstabilisierung und mehr dynamisch anzupassen.

Über den Sprecher: Dr. Alex Lopich

Dr. Alex Lopic verfügt über mehr als 20 Jahre Erfahrung in den Bereichen Bildverarbeitung, Video und Sensordesign. Er promovierte in Elektrotechnik und Elektronik an der University of Manchester und war anschließend in verschiedenen Positionen in den Bereichen Engineering, Forschung und Führung tätig, wo er intelligente Sensoren, Bildgebungssysteme und IPs zur Beschleunigung künstlicher Intelligenz sowie Lösungen für Computer und Machine Vision entwickelte.

Alex hält mehrere Patente, hat Fachartikel veröffentlicht und Vorträge zu Themen gehalten, die mit seinen Forschungsinteressen im Bereich intelligenter Sensordesigns und neuartiger Bildverarbeitungsarchitekturen zusammenhängen. Derzeit leitet Alex das Ingenieurteam bei Altera, wo er Lösungen für Video- und Bildverarbeitungsanwendungen entwickelt.

Auf der ImagingNext bringt Dr. Alex Lopich ein tiefes Verständnis für FPGA-basiertes Smart-Kamera-Design und KI-Integration mit. Das macht seinen Vortrag zu einem Muss für alle, die flexible, leistungsstarke Bildgebungssysteme entwickeln.

Warum Sie diesen Vortag nicht verpassen sollten

Wenn Sie Bildverarbeitungssysteme entwickeln, die Echtzeit-Anpassungsfähigkeit und hohe Leistung erfordern, bietet diese Sitzung Einblicke in das FPGA-basierte Design intelligenter Kameras. Dr. Lopich wird praktische Ansätze für den Einsatz von KI zur präzisen Steuerung von Bildverarbeitungs-Pipelines vorstellen und dabei hervorheben, wie modernste Hardware und Algorithmen zusammenwirken, um Anwendungen im Bereich des menschlichen und maschinellen Sehens zu verbessern.

Verpassen Sie nicht die Gelegenheit, Ihr Verständnis dafür zu vertiefen, wie Sie Kamerasysteme mit Echtzeit-KI-gestützter Verarbeitung optimieren, Entwicklungszyklen verkürzen und gleichzeitig Flexibilität und Genauigkeit verbessern können.