您正在使用IE低版浏览器,为了您的雷锋网账号安全和更好的产品体验,强烈建议使用更快更安全的浏览器
此为临时链接,仅用于文章预览,将在时失效
人工智能 正文
发私信给奕欣
发送

0

阅面科技用算法 IP「赋能」RV1108,推动消费级 AI 市场拓展

本文作者:奕欣 2017-12-01 15:42
导语:阅面科技宣布与瑞芯微电子、CEVA 联手,将企业的自研算法 IP 集成至 RV1108 芯片之中,并作为官方指定功能。

雷锋网 AI 科技评论消息,11 月 30 日,阅面科技人工智能视觉产业创新应用论坛暨媒体发布会在深圳举办。在本次活动中,阅面科技宣布与瑞芯微电子、CEVA 联手,将企业的自研算法 IP 集成至 RV1108 芯片之中,并作为官方指定功能。

阅面科技用算法 IP「赋能」RV1108,推动消费级 AI 市场拓展

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。但囿于民用的自身定位,加上低成本的配置,资源相对有限,深度学习的植入存在一定挑战。

目前的传统视觉与云端深度学习视觉都存在一定缺陷,例如前者采用传统人工特征,精度上较低;后者则在动态性与鲁棒性上略逊一筹。

阅面科技借助自身嵌入式底层优化的技术积累,将算法 IP 集成至 RV1108 中,并拥有智能化前端运算能力。此外,据现场介绍,阅面科技的算法 IP 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,均能完美地在本地进行计算运行,不依赖计算机资源,功耗极低。」

阅面科技用算法 IP「赋能」RV1108,推动消费级 AI 市场拓展

与传统算法有所区别的是,阅面科技针对 RV1108 CEVA XM4 处理器优化定制 CNN 人脸检测,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,相较前两种方案有着更出色的表现。

「实时动态」、「低功耗」、「嵌入式」,这是阅面科技秉承的三大技术优势,也是支持走 C 端消费级市场的低成本基础。以 GPU、FPGA 为代表的芯片方案存在功耗大,成本高的特点,在民用化的进程中存在一定门槛。而围绕生活应用场景的高精度算法,又对实时动态运算提出了更高的要求。

阅面科技 CEO 赵京雷向雷锋网(公众号:雷锋网) AI 科技评论表示,「把算法 IP 植入芯片的做法,实际上是把成本极大地降低了。这样一来,在同等精度上,模型的简洁性与运算效率都有了一个质的提升,同时又能降低芯片的成本。」

针对新一代基于 RV1108 芯片的 AI 视觉模块,阅面科技将其运用于人脸抓拍、智能门禁中,充分发挥其本地实时运算的优势。「比如家用智能摄像头,或是民用级的门禁、门锁,基本上都是比较适合基于 RV 1108 芯片去构建。所以说,在这种对成本及功耗比较敏感的特定场景的,又希望能具备 AI 能力的话,这个芯片是一个很好的选择。」赵京雷这样总结道。

据现场介绍,基于 RV1108 芯片的 AI 视觉模块的两大典型应用场景包括智能摄像头与智能门禁:

  • 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。拥有高鲁棒的活体检测,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。

除此之外,RV1108 芯片还可应用于家用 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。

阅面科技用算法 IP「赋能」RV1108,推动消费级 AI 市场拓展

实际上这并非阅面科技第一次与芯片厂商合作。在 11 月月初,阅面科技就与英特尔 Movidius 联手,推出了跨模态人脸识别引擎 Uniface 及繁星 AI 芯片视觉模块。而时隔不到一个月,阅面科技再度与瑞芯微电子、CEVA 合作,推出新一代的 RV 1108。

如果说与英特尔 Movidius 的合作,是基于成熟视觉芯片的一次视觉解决方案赋能;那么阅面科技与瑞芯微、CEVA 的合作,更多的是一种质的飞跃,用算法 IP 作为普通芯片的标准功能,为硬件制造者、设备厂直接使用。

「我们始终认为在未来,AI 的大部分计算一定发生在芯片中,发生在最近的边缘端、设备端,那么最直接的,一定是让芯片底层能够充分服务于前端的算法应用。」赵京雷在接受雷锋网 AI 科技评论采访时表示,这两次与芯片厂商的深度合作都是为了「为硬件赋能,为行业赋能」的目标。

不论是在现场演讲,或是会后专访中,赵京雷都向 AI 科技评论反复强调了这一战略路线。赵京雷认为,要达到为硬件赋能的目标,最直接的一个手段正是要为未来硬件的核心(芯片)融入 AI 能力。「阅面科技通过为芯片底层植入成熟的算法 IP,更多地造福未来硬件的智能化开发。」

也正因为如此,阅面科技希望可以通过与芯片厂商的合作,将自己的算法沉淀到芯片底层。而在未来,阅面科技也将坚持两个「赋能」的路线,在初期阶段持续不断地为包括芯片在内的各种设备,做前端的智能化、嵌入式算法植入。在前者的基础之上,阅面科技未来将进一步在 AI 的能力上持续深化,让特定行业也占领赋能先机。

雷锋网原创文章,未经授权禁止转载。详情见转载须知

阅面科技用算法 IP「赋能」RV1108,推动消费级 AI 市场拓展

分享:
相关文章

文章点评:

表情
当月热门文章
最新文章
请填写申请人资料
姓名
电话
邮箱
微信号
作品链接
个人简介
为了您的账户安全,请验证邮箱
您的邮箱还未验证,完成可获20积分哟!
请验证您的邮箱
立即验证
完善账号信息
您的账号已经绑定,现在您可以设置密码以方便用邮箱登录
立即设置 以后再说