智能家電
居家控制及信息安全 智能控制家电学习适应生活方式并不断调整。 新唐科技技术和整合应用使设备实现连接和通信，以侦测、追踪和控制能耗和成本、空气质量、照明、门禁和信息安全，整个家庭环境可以作为完全一体化的系统运作。
利用 NuMicro® M55M1 ML MCU 实现姿势特征点检测 (Pose Landmark Detection) 之应用
姿势特征点的检测技术是人体运动分析、姿势矫正以及行为识别的重要工具。人体的特征，如头部角度、四肢动作和姿势变化，能够反映人的活动状态、健康状况和运动表现。通过最新的机器学习软件架构以及姿势特征点检测模型，这项技术可以运行在带有神经网络加速器（NPU）的NuMicro® M55M1微控制器上。
什么是姿势特征点？
姿势特征点（Pose Landmarks）是指在人体图像中识别出的关键部位，例如头部、肩膀、肘部、膝盖、手腕和脚踝等位置。这些特征点可以描述人体的姿势结构和运动轨迹，并进一步用于训练分析人体动作、行为识别、体育训练、以及健康监测的深度学习模型。
NuMicro® M55M1 机器学习微控制器
NuMicro M55M1系列是一款基于Arm® Cortex®-M55核心的高性能微控制器，芯片内建1.5 MB SRAM和2 MB闪存。产品的主要特色是搭载了Arm® Ethos™-U55 NPU，这是一个专门设计用于加速神经网络运算的运算单元，每个时钟周期可执行256次乘法累加运算（multiply-accumulate），并硬件支持卷积神经网络（CNN）和循环神经网络（RNN）的运算，大幅提升MCU执行机器学习推理的效率与速度。
M55M1 MCU支持TFLite格式的神经网络，模型由TensorFlow框架训练，经LiteRT（原称TensorFlow Lite）工具将神经网络权重量化为INT8格式，并通过Vela编译器将TFLite模型转换为Ethos-U55的指令，以便在NPU上执行。
姿势特征点检测在嵌入式系统上的应用
姿势特征点检测在嵌入式系统上的应用具有广泛的潜力，特别是在姿势监测、跌倒检测等领域。利用M55M1 ML MCU，这项技术可以实现低功耗且即时的姿势识别，为用户提供更加精确的运动分析和健康管理。
例如，在健康监测系统中，姿势特征点检测可以帮助系统识别用户的坐姿和站姿，并根据这些姿势变化提供相应的建议。当系统检测到用户长时间保持不良姿势时，会自动发出提醒，帮助用户调整姿势，从而减少背部或脊椎的压力，防止长期不当姿势引起的健康问题。这种技术还可以应用于跌倒检测，当系统发现用户突然跌倒或失去平衡时，即可立刻发送警报，确保及时获得帮助 。
M55M1 ML MCU结合了完整的控制器功能和NPU的加速能力，使资源有限的嵌入式系统能够运行复杂的深度学习模型，展现出强大的实用价值。借助姿势特征点检测技术和M55M1 ML MCU，嵌入式系统能够更智能地理解用户状态，进一步推动人工智能在各种产品中的创意应用。
