0
| 本文作者： 李雨晨 | 2017-11-21 10:25 |
雷鋒網消息，11月初，觸景無限科技（北京）有限公司（下簡稱觸景無限）在深圳安博會上發布全球首款基于Intel-Movidius芯片開發的嵌入式人臉抓拍系統——“瞬視”，以前端、動態、實時人臉檢測、人臉識別幫助安防企業在人工智能與大數據時代的應用落地，讓視頻結構化數據價值得到更多挖掘。
雷鋒網了解到，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，然后數據傳輸到云端進行處理，這就出現了一個時效性問題。
觸景無限CEO肖洪波向雷鋒網表示，區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據處理平臺，數據的處理和運算不是經由互聯網傳輸到服務器上，而是在本地設備上進行，讓處于互聯網邊緣的個體發揮更大的作用。
“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據庫上來訓練，但訓練完這個結果，去執行的時候，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，嵌入式端很難實現模型訓練的過程。而在推斷環節，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揮自己的優勢：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問題，它主要涉及5個大的領域，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計學工具，通過統計的方式幫我們去做一些數值上的模擬和處理。“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，就像眼睛對于我們人類的重要程度一樣。”
但肖洪波也表示，嵌入式智能感知芯片也面臨著幾個問題：
不同傳感器獲取數據后的深度融合
一個設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，數據要做深度的融合。這些傳感器怎么樣能夠把數據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里對神經網絡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。它需要把對數據的裁減和壓縮轉化成在模型上的優化問題，以最小的計算資源代價，跑最大規模的神經網絡，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，傾向于把網絡做得越深越好，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絡，但是在嵌入式上面臨的一個挑戰，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據做深度的融合。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上的挑戰？”
據雷鋒網了解，觸景無限在安博會上發布的瞬視人臉抓拍系統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，瞬視系統可以通過前端進行底層ISP調節，進行智能處理后，區分光線變化，進而實現清晰的成像質量。
此外，傳統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、圖像質量不理想等局限。據肖洪波介紹，目前，瞬視系統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。”
在嵌入式芯片基礎上，觸景無限還開發了一個智能感知的平臺。“我們希望在整個產業鏈里面可以幫助到很多終端的產品公司。以前這些公司都要做端到端的產品解決方案，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品的開發商，讓他們比較簡單地就把傳感器的功能嵌入到產品里去。”
此外，觸景無限還在線上提供算法庫的支持，既有自主研發的算法，也有和科研機構聯合產出的成果。此前，觸景無限和中科院深圳先進技術研究院成立了“嵌入式人工智能與機器視覺”聯合實驗室，還聯合了Intel、UIUC及視覺研究機構推出了“點睛計劃”。
在采訪中，肖洪波向雷鋒網表示，觸景無限已經嘗試將視覺卡運用于安防領域，例如安防槍機、人證合一的閘機、手持終端、可穿戴設備、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備來幫助警察實現個人身份信息的快速比對，設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，結果會顯示在設備的屏幕上。“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，結果會顯示在眼鏡上。”
肖洪波認為，隨著人工智能的發展，會出現非常大的產業分工，大家專注到自己的領域，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。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
