打印
[人工智能]

阅面科技赋能RV1108, 提速 “芯”AI 时代

[复制链接]
913|1
手机看帖
扫描二维码
随时随地手机跟帖
跳转到指定楼层
楼主
Rory666|  楼主 | 2018-3-5 17:03 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式
本帖最后由 Rory666 于 2018-3-5 17:07 编辑

    随着近些年人工智能的不断前行,人脸识别已经成为目前技术发展的主流趋势。通过计算机视觉技术,让终端设备拥有实时智能运算的能力,是未来爆发的潜力因素之一,除此之外,从公共安全细分场景,赢得长尾市场需求也是必不可少的因素。正基于此,阅面科技赋能RV1108芯片,使得普通芯片也拥有本地运算的优势能力。

    RV1108芯片是瑞芯微布局面向IoT物联网的产品,它是首个内嵌CEVA XM4视觉处理器DSP的芯片,具有智能图像处理等关键技术,但是由于定位民用和低成本,资源比较有限,对深度学习的植入形成巨大挑战。

    为此,阅面科技利用自身对嵌入式底层优化的强大技术积累,克服带宽、资源等一系列问题, 将阅面算法IP集成至RV1108中,并拥有智能化前端运算能力。阅面科技针对RV1108 CEVA XM4处理器优化定制CNN人脸检测,充分利用DSP提供的强大计算能力,具有极高的鲁棒性,对光线变化,姿态变化,不同肤色,不同年龄的人体都有很好的适应性。

    不仅如此,基于RV1108的阅面算法IP还拥有完整的算法矩阵,从人脸检测到人体检测,从追踪到识别,均能完美的在本地进行计算运行,不依赖计算机资源,功耗极低,性能增强数倍。


                                                                     阅面算法IP矩阵

1. 人脸检测
    在静止图像或者视频流中, 人脸检测技术能快速准确地检测出单张或多张人脸的位置,在1080P分辨率下可达到120ms检测速度以及90%的检出率。

2. 人脸追踪
    从视频中实时的把视频帧中出现的人脸矩形框检测出来。该功能在静态人脸检测的基础上,加入了面部轨迹跟踪与视频动态解析技术,人脸追踪速度可达5ms,同时精度高达98.2%。

3. 人脸识别
    判定两个人是否是同一个人,以及从人群中把特定的人识别出来,云端模型识别速度可达350ms,精度高达99.82%。

4. 属性识别
    检测人脸其他属性,比如性别和年龄检测等,速度可达5ms,精度高达96%。

5. 人体检测
    检测出视频流中的人体特征。人体形态比较多变,检测相对更为复杂。基于深度学习技术,提供了鲁棒性很高的人体检测技术对光线变化,姿态变化,不同肤色,不同年龄的人体都有较好的适应性,最大检测距离高达8m,检测速度达120帧/s。

6. 人体追踪
    在很多交互场景中,机器需要通过识别人体位置的移动去实时跟随活动中的人体。人体追踪就可以用于在视频中连续的追踪人体的位置以及移动方向,用于实现对人体的跟随。

                                                          “新”芯片,瞄准“新”场景

    AI在行业应用上正在快速走向长尾场景,针对新一代基于RV1108芯片的AI视觉模块,阅面科技将其灵活运用于人脸抓拍、智能门禁中,充分发挥其本地实时运算的优势。

1. 智能摄像头
    从获取的图像或视频流中,实时本地分析人脸图像进行检测和识别,输出结构化数据,可以进行精准的人像检测、识别和报警。另外,该摄像头还同时追踪和抓拍10人,抓取最清晰、角度最好的人脸,抓拍率99%,误检率小于0.5%,抓拍重复率低于10%。

2. 智能门禁
    通过基于RV1108芯片的AI视觉模块,可在前端分析图像或视频流中的人脸图像进行检测和识别。拥有高鲁棒的**检测,避免各种视频、照片的攻击。该模块可支持千级规模的完全本地识别,其识别能力媲美云端,支持本地特征提取后传云端,满足大于千级规模的人脸识别场景。

    实际上,集成阅面科技强大算法能力的RV1108所瞄准的应用场景远不止这些,它还可应用于家用IPC等领域,随着前端智能感知和基础认知能力的不断提升,更多的传统领域都将会有一波新的迭代发展。

    阅面科技作为一家专注于深度学习和计算机视觉技术研发的人工智能公司,拥有全球顶尖的算法团队。早在之前就曾发布业内首个跨模态人脸识别引擎UniFace,UniFace彻底改变了目前AI产品的固有形态。此次与瑞芯微电子的强势合作,也在AI芯片领域引起了强烈的反响,将极大推动智能前端化的新趋势,为计算机视觉行业全面赋能。

评论
DBS5728 2018-3-9 21:55 回复TA
有图片吗? 

相关帖子

发新帖 我要提问
您需要登录后才可以回帖 登录 | 注册

本版积分规则

6

主题

9

帖子

0

粉丝