0
| 本文作者： 李雨晨 | 2017-11-21 10:25 |
雷鋒網(wǎng)消息，11月初，觸景無限科技（北京）有限公司（下簡稱觸景無限）在深圳安博會上發(fā)布全球首款基于Intel-Movidius芯片開發(fā)的嵌入式人臉抓拍系統(tǒng)——“瞬視”，以前端、動態(tài)、實時人臉檢測、人臉識別幫助安防企業(yè)在人工智能與大數(shù)據(jù)時代的應用落地，讓視頻結(jié)構(gòu)化數(shù)據(jù)價值得到更多挖掘。
雷鋒網(wǎng)了解到，觸景無限是一家通用化 AI 感知模塊的方案提供商，目前專注于攝像頭和無人機方向。
感知智能
在算法模型還沒有那么高級、可以支撐起機器視覺功能的現(xiàn)況下，前端硬件傳感器的感知能力變得尤為重要。機器感知能力，大多指的是安裝各種不同種類滿足不同需求的傳感器，然后數(shù)據(jù)傳輸?shù)皆贫诉M行處理，這就出現(xiàn)了一個時效性問題。
觸景無限CEO肖洪波向雷鋒網(wǎng)表示，區(qū)別于基于云的中心計算，觸景無限的嵌入式人工智能是一種邊緣計算，推出的一系列嵌入式智能感知模組，最大的特點是感和知的融合，本身具備了可以定制的多種傳感器和數(shù)據(jù)處理平臺，數(shù)據(jù)的處理和運算不是經(jīng)由互聯(lián)網(wǎng)傳輸?shù)椒掌魃希窃诒镜卦O(shè)備上進行，讓處于互聯(lián)網(wǎng)邊緣的個體發(fā)揮更大的作用。
“邊緣計算和中心計算是有一個邏輯上的匹配的。大型的人臉識別算法還是在云數(shù)據(jù)庫上來訓練，但訓練完這個結(jié)果，去執(zhí)行的時候，還一定需要在云上嗎？這就不合理了。”
嵌入式 AI 到底能做到什么？與云端 AI 相比，更適合應用到哪些場景里？
受到計算資源的限制，嵌入式端很難實現(xiàn)模型訓練的過程。而在推斷環(huán)節(jié)，云端推斷和嵌入式推斷，二者訴求不同，因此也在不同的應用場景能夠發(fā)揮自己的優(yōu)勢：前者的好處是，能夠承受高吞吐量并滿足復雜計算對資源的要求，因此多用于深度學習模型和計算較復雜的情況；而后者，則更多的應用于對“實時處理”有更高要求的場景中。
在接受雷鋒網(wǎng)采訪時，肖洪波表示，很多時候我們都把視覺問題簡化成了一個分類或者一個識別的問題，但實際上視覺里面涉及到非常多的細節(jié)問題，它主要涉及5個大的領(lǐng)域，包括顏色、光照、形狀、移動，還有距離。這幾個處理在視覺皮層中是同時并行的處理。
在肖洪波看來，人工智能更像一個統(tǒng)計學工具，通過統(tǒng)計的方式幫我們?nèi)プ鲆恍?shù)值上的模擬和處理。“因此視覺感知就變得更加重要，因為視覺是我們很多傳感器里面非常重要的一個，我甚至覺得是最重要的傳感器，就像眼睛對于我們?nèi)祟惖闹匾潭纫粯印！?/p>
但肖洪波也表示，嵌入式智能感知芯片也面臨著幾個問題：
不同傳感器獲取數(shù)據(jù)后的深度融合
一個設(shè)備通常要配備非常多的傳感器，比如激光雷達、超聲波雷達、IMU、壓力傳感器、GPS、TOF等，這些傳感器在不同的情況下要滿足用戶的不同需求，數(shù)據(jù)要做深度的融合。這些傳感器怎么樣能夠把數(shù)據(jù)進行很好的過濾和融合，是前端和后端處理都要考慮的問題。
計算能力更低，實時性要求卻更高
實時性要求可能比后端服務器還要高，否則這個設(shè)計就是沒有意義的。但前端不適合做非常深層的算法模型，相同配置下，前端處理的計算能力其實比較低的，怎樣在前端嵌入式系統(tǒng)里對神經(jīng)網(wǎng)絡(luò)模型進行踩點和壓縮，是嵌入式智能感知面臨的非常大的課題。它需要把對數(shù)據(jù)的裁減和壓縮轉(zhuǎn)化成在模型上的優(yōu)化問題，以最小的計算資源代價，跑最大規(guī)模的神經(jīng)網(wǎng)絡(luò)，從而保證識別率。
資源有限
在智能感知的解決方案里面，深度學習是在前端來運行的。肖洪波就表示，“以前大家在做深度學習的過程中，傾向于把網(wǎng)絡(luò)做得越深越好，因為這樣的話，可能能夠識別更多的圖片，比如說有做上千層的深度學習網(wǎng)絡(luò)，但是在嵌入式上面臨的一個挑戰(zhàn)，就是說我們的資源是有限的，沒有辦法去跑特別大的這些模型。”
“嵌入式的視覺感知中，怎樣能夠把更多的傳感器與圖像傳感器前面看到的數(shù)據(jù)做深度的融合。比如視覺傳感器，它在白天的時候可能很好，但是晚上根本沒有辦法使用。比如TOF在室內(nèi)可能很好，但是在室外光線的影響下可能什么東西都不能識別。嵌入式實時性要求很高。如果放在服務器上處理，時間是非常慢的，沒有辦法在前端做實時的反饋和處理。所以感和知這兩個事情本身來講，它是同一個命題，如果是同一個命題它將帶來哪些技術(shù)上的挑戰(zhàn)？”
據(jù)雷鋒網(wǎng)了解，觸景無限在安博會上發(fā)布的瞬視人臉抓拍系統(tǒng)在軟硬件處理上為全嵌入式，將智能分析處理服務器即VPU模塊嵌入到攝像機里，無需再配置后端服務器。也就是說不同于傳統(tǒng)人臉抓拍機在前端抓拍圖片、后端服務器分析比對，運用瞬視系統(tǒng)可在前端實時做智能分析，從而使得攝像機整體更加簡潔高效。
針對上述的成像問題，肖洪波表示，瞬視系統(tǒng)可以通過前端進行底層ISP調(diào)節(jié)，進行智能處理后，區(qū)分光線變化，進而實現(xiàn)清晰的成像質(zhì)量。
此外，傳統(tǒng)人臉抓拍機還存在檢測準確率不高、漏抓誤報較多、人臉抓拍不清晰、圖像質(zhì)量不理想等局限。據(jù)肖洪波介紹，目前，瞬視系統(tǒng)人臉檢測視頻分辨率達到了1080P，檢測幀率為30幀/秒，每幀最大人臉檢測數(shù)超過100人（人臉像素：40），正臉檢出率＞99%，誤檢率＜1%，“我們是想讓前端能夠看懂每一幀的像素。”
在嵌入式芯片基礎(chǔ)上，觸景無限還開發(fā)了一個智能感知的平臺。“我們希望在整個產(chǎn)業(yè)鏈里面可以幫助到很多終端的產(chǎn)品公司。以前這些公司都要做端到端的產(chǎn)品解決方案，從芯片選型開始到算法的移植，再到整合傳感器，到最后產(chǎn)品成型。我們希望提供一個軟硬件的中間平臺可以提供給產(chǎn)品的開發(fā)商，讓他們比較簡單地就把傳感器的功能嵌入到產(chǎn)品里去。”
此外，觸景無限還在線上提供算法庫的支持，既有自主研發(fā)的算法，也有和科研機構(gòu)聯(lián)合產(chǎn)出的成果。此前，觸景無限和中科院深圳先進技術(shù)研究院成立了“嵌入式人工智能與機器視覺”聯(lián)合實驗室，還聯(lián)合了Intel、UIUC及視覺研究機構(gòu)推出了“點睛計劃”。
在采訪中，肖洪波向雷鋒網(wǎng)表示，觸景無限已經(jīng)嘗試將視覺卡運用于安防領(lǐng)域，例如安防槍機、人證合一的閘機、手持終端、可穿戴設(shè)備、卡口、智能門禁、公交車的人臉檢測、人臉識別等。
通過一個微型攝像頭和手機大小的設(shè)備來幫助警察實現(xiàn)個人身份信息的快速比對，設(shè)備可以讀取身份證信息，通過攝像頭采集的圖像信息進行人證合一的比對，同時還可以篩查出是否為在逃犯罪嫌疑人，結(jié)果會顯示在設(shè)備的屏幕上。“甚至以后我們就把它加在眼鏡上，這個人到底是不是嫌疑犯，結(jié)果會顯示在眼鏡上。”
肖洪波認為，隨著人工智能的發(fā)展，會出現(xiàn)非常大的產(chǎn)業(yè)分工，大家專注到自己的領(lǐng)域，提供不同的解決方案，把各自擅長的東西融合在一起，將為用戶提供更加有效的解決方案。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
