雷鋒網(wǎng) AI 科技評論消息，11 月 30 日，閱面科技人工智能視覺產(chǎn)業(yè)創(chuàng)新應(yīng)用論壇暨媒體發(fā)布會在深圳舉辦。在本次活動中，閱面科技宣布與瑞芯微電子、CEVA 聯(lián)手，將企業(yè)的自研算法 IP 集成至 RV1108 芯片之中，并作為官方指定功能。

RV1108 芯片是瑞芯微布局面向 IoT 物聯(lián)網(wǎng)的產(chǎn)品，它是首個內(nèi)嵌 CEVA XM4 視覺處理器 DSP 的芯片，具有智能圖像處理等關(guān)鍵技術(shù)。但囿于民用的自身定位，加上低成本的配置，資源相對有限，深度學(xué)習(xí)的植入存在一定挑戰(zhàn)。

目前的傳統(tǒng)視覺與云端深度學(xué)習(xí)視覺都存在一定缺陷，例如前者采用傳統(tǒng)人工特征，精度上較低；后者則在動態(tài)性與魯棒性上略遜一籌。

閱面科技借助自身嵌入式底層優(yōu)化的技術(shù)積累，將算法 IP 集成至 RV1108 中，并擁有智能化前端運算能力。此外，據(jù)現(xiàn)場介紹，閱面科技的算法 IP 擁有完整的算法矩陣，「從人臉檢測到人體檢測，從追蹤到識別，均能完美地在本地進行計算運行，不依賴計算機資源，功耗極低?！?/p>

與傳統(tǒng)算法有所區(qū)別的是，閱面科技針對 RV1108 CEVA XM4 處理器優(yōu)化定制 CNN 人臉檢測，利用 DSP 提供的強大計算能力，具有極高的魯棒性，對光線變化、姿態(tài)變化、不同膚色、不同年齡的人體都有很好的適應(yīng)性，相較前兩種方案有著更出色的表現(xiàn)。

「實時動態(tài)」、「低功耗」、「嵌入式」，這是閱面科技秉承的三大技術(shù)優(yōu)勢，也是支持走 C 端消費級市場的低成本基礎(chǔ)。以 GPU、FPGA 為代表的芯片方案存在功耗大，成本高的特點，在民用化的進程中存在一定門檻。而圍繞生活應(yīng)用場景的高精度算法，又對實時動態(tài)運算提出了更高的要求。

閱面科技 CEO 趙京雷向雷鋒網(wǎng) AI 科技評論表示，「把算法 IP 植入芯片的做法，實際上是把成本極大地降低了。這樣一來，在同等精度上，模型的簡潔性與運算效率都有了一個質(zhì)的提升，同時又能降低芯片的成本?！?/p>

針對新一代基于 RV1108 芯片的 AI 視覺模塊，閱面科技將其運用于人臉抓拍、智能門禁中，充分發(fā)揮其本地實時運算的優(yōu)勢?！副热缂矣弥悄軘z像頭，或是民用級的門禁、門鎖，基本上都是比較適合基于 RV 1108 芯片去構(gòu)建。所以說，在這種對成本及功耗比較敏感的特定場景的，又希望能具備 AI 能力的話，這個芯片是一個很好的選擇?！冠w京雷這樣總結(jié)道。

據(jù)現(xiàn)場介紹，基于 RV1108 芯片的 AI 視覺模塊的兩大典型應(yīng)用場景包括智能攝像頭與智能門禁：

• 1. 智能攝像頭

  從獲取的圖像或視頻流中，實時本地分析人臉圖像進行檢測和識別，輸出結(jié)構(gòu)化數(shù)據(jù)，可以進行精準(zhǔn)的人像檢測、識別和報警。另外，該攝像頭還同時追蹤和抓拍 10 人，抓取最清晰、角度最好的人臉，抓拍率 99%，誤檢率小于 0.5%，抓拍重復(fù)率低于 10%。

• 2. 智能門禁

  通過基于 RV1108 芯片的 AI 視覺模塊，可在前端分析圖像或視頻流中的人臉圖像進行檢測和識別。擁有高魯棒的活體檢測，避免各種視頻、照片的攻擊。該模塊可支持千級規(guī)模的完全本地識別，其識別能力媲美云端，支持本地特征提取后傳云端，滿足大于千級規(guī)模的人臉識別場景。

除此之外，RV1108 芯片還可應(yīng)用于家用 IPC 等領(lǐng)域，隨著前端智能感知和基礎(chǔ)認(rèn)知能力的不斷提升，更多的傳統(tǒng)領(lǐng)域都將會有一波新的迭代發(fā)展。

實際上這并非閱面科技第一次與芯片廠商合作。在 11 月月初，閱面科技就與英特爾 Movidius 聯(lián)手，推出了跨模態(tài)人臉識別引擎 Uniface 及繁星 AI 芯片視覺模塊。而時隔不到一個月，閱面科技再度與瑞芯微電子、CEVA 合作，推出新一代的 RV 1108。

如果說與英特爾 Movidius 的合作，是基于成熟視覺芯片的一次視覺解決方案賦能；那么閱面科技與瑞芯微、CEVA 的合作，更多的是一種質(zhì)的飛躍，用算法 IP 作為普通芯片的標(biāo)準(zhǔn)功能，為硬件制造者、設(shè)備廠直接使用。

「我們始終認(rèn)為在未來，AI 的大部分計算一定發(fā)生在芯片中，發(fā)生在最近的邊緣端、設(shè)備端，那么最直接的，一定是讓芯片底層能夠充分服務(wù)于前端的算法應(yīng)用。」趙京雷在接受雷鋒網(wǎng) AI 科技評論采訪時表示，這兩次與芯片廠商的深度合作都是為了「為硬件賦能，為行業(yè)賦能」的目標(biāo)。

不論是在現(xiàn)場演講，或是會后專訪中，趙京雷都向 AI 科技評論反復(fù)強調(diào)了這一戰(zhàn)略路線。趙京雷認(rèn)為，要達(dá)到為硬件賦能的目標(biāo)，最直接的一個手段正是要為未來硬件的核心（芯片）融入 AI 能力?！搁喢婵萍纪ㄟ^為芯片底層植入成熟的算法 IP，更多地造福未來硬件的智能化開發(fā)?！?/p>

也正因為如此，閱面科技希望可以通過與芯片廠商的合作，將自己的算法沉淀到芯片底層。而在未來，閱面科技也將堅持兩個「賦能」的路線，在初期階段持續(xù)不斷地為包括芯片在內(nèi)的各種設(shè)備，做前端的智能化、嵌入式算法植入。在前者的基礎(chǔ)之上，閱面科技未來將進一步在 AI 的能力上持續(xù)深化，讓特定行業(yè)也占領(lǐng)賦能先機。

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。