電子發(fā)燒友網(wǎng)報(bào)道(文/李寧遠(yuǎn))“刷臉”已經(jīng)在我們?nèi)粘I钪姓紦?jù)了重要的地位,刷臉支付、刷臉門禁、刷臉交通、刷臉醫(yī)療、刷臉快遞等等刷臉功能讓我們的日常生活更加便捷更加安全。
在當(dāng)今的AI領(lǐng)域,人臉識別應(yīng)用無疑是商業(yè)變現(xiàn)最成功的案例之一,其產(chǎn)業(yè)發(fā)展速度之快讓人瞠目結(jié)舌?,F(xiàn)在人臉識別技術(shù)已經(jīng)相對發(fā)展的很成熟,該技術(shù)越來越多地被推廣到更多應(yīng)用領(lǐng)域。
成熟的人臉識別技術(shù)
人臉識別是一種生物識別技術(shù),以人的面部外觀特征為分析目標(biāo),分析目標(biāo)包括但不限于眼、眉毛、鼻、耳廓、嘴唇、下巴等面部器官的外狀、大小、位置,還會涉及它們相互對應(yīng)的平面或立體空間關(guān)系等等。人臉作為身份識別特征的優(yōu)勢在于其直觀性較好,具有較高的唯一性。
國內(nèi)人臉識別的發(fā)展起步于上個(gè)世紀(jì)九十年代末,隨著技術(shù)的不斷引進(jìn)以及專業(yè)市場的導(dǎo)入,2014年人臉識別行業(yè)迎來行業(yè)轉(zhuǎn)折點(diǎn)。深度學(xué)習(xí)技術(shù)讓人臉識別的準(zhǔn)確率大幅提升,限制其推廣應(yīng)用的可靠性問題得以解決,從此人臉識別進(jìn)入高速發(fā)展階段。
根據(jù)頂象發(fā)布的《人臉識別安全白皮書》數(shù)據(jù)顯示,2021年國內(nèi)人臉識別市場規(guī)模為56億元,2022年國內(nèi)人臉識別市場規(guī)模為68億元,2016年到2022年期間,人臉識別市場每年的同比增長均在20%以上。
軟硬件并重的人臉識別
從技術(shù)路線來說,3D結(jié)構(gòu)光、TOF和雙目立體視覺目前都有不少應(yīng)用。3D結(jié)構(gòu)光的成本最高,但缺點(diǎn)是容易受到光照影響,響應(yīng)時(shí)間稍慢。TOF成本居中,影響時(shí)間是最快的但精度和分辨率稍弱。
另外從產(chǎn)業(yè)鏈來看,人臉識別是一個(gè)軟硬件并重的技術(shù),從中游廠商提供的算法分類來看,目前有基于人臉特征點(diǎn)的識別算法、基于整幅人臉圖像的識別算法、基于模板的識別算法、利用神經(jīng)網(wǎng)絡(luò)進(jìn)行識別的算法以及基于光照估計(jì)模型理論的算法。應(yīng)用最廣泛的是利用神經(jīng)網(wǎng)絡(luò)進(jìn)行識別的算法。
上游硬件基礎(chǔ)是人臉識別的根基,這些硬件包括傳感器芯片、處理芯片。從處理芯片來說,計(jì)算能力的提升讓人臉識別實(shí)現(xiàn)了從云到端的改變。此前的數(shù)據(jù)在CPU上進(jìn)行處理,由于CPU負(fù)責(zé)邏輯算數(shù)的部分并不多,在多任務(wù)處理時(shí)效率低下。CPU在圖像處理方面的是劣勢,所以需要將圖像處理的工作交給更合適的專門處理芯片。
整體而言,GPU高速并行運(yùn)算的優(yōu)勢明顯但是較為昂貴,中小型項(xiàng)目支撐不起這樣的成本;FPGA峰值性能稍弱功耗較高但可編程性強(qiáng)能夠適應(yīng)很多人臉識別應(yīng)用;ASIC、DSP、MPU對要求不是嚴(yán)苛的應(yīng)用性價(jià)比很高。
人臉識別芯片發(fā)展到現(xiàn)在,已經(jīng)較為成熟,不少廠商都能提供相應(yīng)的處理芯片或者人臉識別模組,如Intel的人臉識別模塊、Xilinx的FPGA、NXP的人臉識別處理器、TI的多核處理器、君正的MPU、地平線的BPU以及瑞芯微、全志、海思等等,選擇已經(jīng)很多樣。
現(xiàn)階段的前端處理芯片普遍都關(guān)注到了圖像的前處理,基本都有硬件resize模塊,未來這些用于人臉識別的處理芯片還會在小巧高效的浮點(diǎn)運(yùn)算單元上做加強(qiáng),用于提升卷積之外的算法運(yùn)算。
而且現(xiàn)在的人臉識別應(yīng)用場景五花八門,有的應(yīng)用需要人臉識別選擇的SoC芯片兼顧視頻解碼功能,有的應(yīng)用為了更強(qiáng)的動畫表現(xiàn)力需要GPU。針對不同的技術(shù)需求,這些人臉識別芯片的配置和選擇多種多樣。
小結(jié)
現(xiàn)如今,前端處理芯片計(jì)算能力處于飛躍式發(fā)展階段,擁有TOPS級別算力的前端SoC已經(jīng)比比皆是,算力已經(jīng)不再是人臉識別處理芯片選擇時(shí)的門檻。市場對于一款適合人臉識別芯片的篩選已經(jīng)從看速度看準(zhǔn)確率向追求更高的系統(tǒng)穩(wěn)定以及更靈活的二次開發(fā)靠攏。
在當(dāng)今的AI領(lǐng)域,人臉識別應(yīng)用無疑是商業(yè)變現(xiàn)最成功的案例之一,其產(chǎn)業(yè)發(fā)展速度之快讓人瞠目結(jié)舌?,F(xiàn)在人臉識別技術(shù)已經(jīng)相對發(fā)展的很成熟,該技術(shù)越來越多地被推廣到更多應(yīng)用領(lǐng)域。
成熟的人臉識別技術(shù)
人臉識別是一種生物識別技術(shù),以人的面部外觀特征為分析目標(biāo),分析目標(biāo)包括但不限于眼、眉毛、鼻、耳廓、嘴唇、下巴等面部器官的外狀、大小、位置,還會涉及它們相互對應(yīng)的平面或立體空間關(guān)系等等。人臉作為身份識別特征的優(yōu)勢在于其直觀性較好,具有較高的唯一性。
國內(nèi)人臉識別的發(fā)展起步于上個(gè)世紀(jì)九十年代末,隨著技術(shù)的不斷引進(jìn)以及專業(yè)市場的導(dǎo)入,2014年人臉識別行業(yè)迎來行業(yè)轉(zhuǎn)折點(diǎn)。深度學(xué)習(xí)技術(shù)讓人臉識別的準(zhǔn)確率大幅提升,限制其推廣應(yīng)用的可靠性問題得以解決,從此人臉識別進(jìn)入高速發(fā)展階段。
根據(jù)頂象發(fā)布的《人臉識別安全白皮書》數(shù)據(jù)顯示,2021年國內(nèi)人臉識別市場規(guī)模為56億元,2022年國內(nèi)人臉識別市場規(guī)模為68億元,2016年到2022年期間,人臉識別市場每年的同比增長均在20%以上。
軟硬件并重的人臉識別
從技術(shù)路線來說,3D結(jié)構(gòu)光、TOF和雙目立體視覺目前都有不少應(yīng)用。3D結(jié)構(gòu)光的成本最高,但缺點(diǎn)是容易受到光照影響,響應(yīng)時(shí)間稍慢。TOF成本居中,影響時(shí)間是最快的但精度和分辨率稍弱。
另外從產(chǎn)業(yè)鏈來看,人臉識別是一個(gè)軟硬件并重的技術(shù),從中游廠商提供的算法分類來看,目前有基于人臉特征點(diǎn)的識別算法、基于整幅人臉圖像的識別算法、基于模板的識別算法、利用神經(jīng)網(wǎng)絡(luò)進(jìn)行識別的算法以及基于光照估計(jì)模型理論的算法。應(yīng)用最廣泛的是利用神經(jīng)網(wǎng)絡(luò)進(jìn)行識別的算法。
上游硬件基礎(chǔ)是人臉識別的根基,這些硬件包括傳感器芯片、處理芯片。從處理芯片來說,計(jì)算能力的提升讓人臉識別實(shí)現(xiàn)了從云到端的改變。此前的數(shù)據(jù)在CPU上進(jìn)行處理,由于CPU負(fù)責(zé)邏輯算數(shù)的部分并不多,在多任務(wù)處理時(shí)效率低下。CPU在圖像處理方面的是劣勢,所以需要將圖像處理的工作交給更合適的專門處理芯片。
整體而言,GPU高速并行運(yùn)算的優(yōu)勢明顯但是較為昂貴,中小型項(xiàng)目支撐不起這樣的成本;FPGA峰值性能稍弱功耗較高但可編程性強(qiáng)能夠適應(yīng)很多人臉識別應(yīng)用;ASIC、DSP、MPU對要求不是嚴(yán)苛的應(yīng)用性價(jià)比很高。
人臉識別芯片發(fā)展到現(xiàn)在,已經(jīng)較為成熟,不少廠商都能提供相應(yīng)的處理芯片或者人臉識別模組,如Intel的人臉識別模塊、Xilinx的FPGA、NXP的人臉識別處理器、TI的多核處理器、君正的MPU、地平線的BPU以及瑞芯微、全志、海思等等,選擇已經(jīng)很多樣。
現(xiàn)階段的前端處理芯片普遍都關(guān)注到了圖像的前處理,基本都有硬件resize模塊,未來這些用于人臉識別的處理芯片還會在小巧高效的浮點(diǎn)運(yùn)算單元上做加強(qiáng),用于提升卷積之外的算法運(yùn)算。
而且現(xiàn)在的人臉識別應(yīng)用場景五花八門,有的應(yīng)用需要人臉識別選擇的SoC芯片兼顧視頻解碼功能,有的應(yīng)用為了更強(qiáng)的動畫表現(xiàn)力需要GPU。針對不同的技術(shù)需求,這些人臉識別芯片的配置和選擇多種多樣。
小結(jié)
現(xiàn)如今,前端處理芯片計(jì)算能力處于飛躍式發(fā)展階段,擁有TOPS級別算力的前端SoC已經(jīng)比比皆是,算力已經(jīng)不再是人臉識別處理芯片選擇時(shí)的門檻。市場對于一款適合人臉識別芯片的篩選已經(jīng)從看速度看準(zhǔn)確率向追求更高的系統(tǒng)穩(wěn)定以及更靈活的二次開發(fā)靠攏。
聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。
舉報(bào)投訴
-
人臉識別
+關(guān)注
關(guān)注
76文章
3998瀏覽量
81357
發(fā)布評論請先 登錄
相關(guān)推薦
揭秘!刷臉機(jī)如何通過氣密性檢測儀實(shí)現(xiàn)高效能
在2024年的今天,隨著科技的快速發(fā)展,刷臉機(jī)已經(jīng)成為我們?nèi)粘I钪胁豢苫蛉钡囊徊糠?,廣泛應(yīng)用于支付、門禁、考勤等多個(gè)領(lǐng)域。然而,對于刷臉機(jī)的安全性,人們一直保持著高度的關(guān)注。為了確保
人臉識別技術(shù)的原理介紹
人臉識別技術(shù)是一種基于人臉特征信息進(jìn)行身份識別的生物識別技術(shù)。它通過分析人臉圖像,提取
如何設(shè)計(jì)人臉識別的神經(jīng)網(wǎng)絡(luò)
人臉識別技術(shù)是一種基于人臉特征信息進(jìn)行身份識別的技術(shù),廣泛應(yīng)用于安全監(jiān)控、身份認(rèn)證、智能門禁等領(lǐng)域。神經(jīng)網(wǎng)絡(luò)是實(shí)現(xiàn)人臉
人臉識別模型訓(xùn)練流程
人臉識別模型訓(xùn)練流程是計(jì)算機(jī)視覺領(lǐng)域中的一項(xiàng)重要技術(shù)。本文將詳細(xì)介紹人臉識別模型的訓(xùn)練流程,包括數(shù)據(jù)準(zhǔn)備、模型選擇、模型訓(xùn)練、模型評估和應(yīng)用
人臉識別模型訓(xùn)練是什么意思
人臉識別模型訓(xùn)練是指通過大量的人臉數(shù)據(jù),使用機(jī)器學(xué)習(xí)或深度學(xué)習(xí)算法,訓(xùn)練出一個(gè)能夠識別和分類人臉的模型。這個(gè)模型可以應(yīng)用于各種場景,如安防監(jiān)
人臉檢測和人臉識別的區(qū)別是什么
人臉檢測和人臉識別是計(jì)算機(jī)視覺領(lǐng)域的兩個(gè)重要技術(shù),它們在許多應(yīng)用場景中都有廣泛的應(yīng)用,如安全監(jiān)控、身份驗(yàn)證、社交媒體等。盡管它們在某些方面有相似之處,但它們之間存在一些關(guān)鍵的區(qū)別。本文將詳細(xì)介紹
人臉識別門禁方案:輕松實(shí)現(xiàn)刷臉開門、閘機(jī)及考勤管理
和密碼等方式,實(shí)現(xiàn)無接觸、高效率的出入控制。刷臉開門的實(shí)現(xiàn)▲人臉捕獲與跟蹤人臉識別門禁系統(tǒng)首先需要對進(jìn)入者的面部進(jìn)行捕獲,并自動地將其保存。
人臉識別技術(shù)的原理是什么 人臉識別技術(shù)的特點(diǎn)有哪些
人臉識別技術(shù)的原理 人臉識別技術(shù)是一種通過計(jì)算機(jī)以圖像或視頻為輸入,識別、檢測、跟蹤和分析人臉的
智能人臉識別門禁——遠(yuǎn)景達(dá)F3功能強(qiáng)大、質(zhì)量可靠
“嘀——”機(jī)器識別人臉,公司門禁應(yīng)聲而開,過程不到一秒,門禁訪客考勤打卡數(shù)據(jù)卻從設(shè)備上傳同步到了云端進(jìn)行統(tǒng)一管理。這種具備刷臉通行功能且安全系數(shù)高的智能人臉
讓人臉識別技術(shù)引領(lǐng)時(shí)代,創(chuàng)新與應(yīng)用并重
帕克西不僅在常規(guī)人臉識別領(lǐng)域表現(xiàn)出色,更是在人臉老化技術(shù)應(yīng)用方面有所獨(dú)特創(chuàng)新。人臉老化技術(shù)基于PCA人臉特征形狀變形原理,通過普通攝像頭
高性能掃碼模塊嵌入到人臉識別設(shè)備終端,可提升用戶掃碼體驗(yàn)感
掃碼器以提升用戶掃碼體驗(yàn)感。人臉識別行業(yè)以及刷臉掃碼領(lǐng)域?qū)獯a性能、掃碼范圍、環(huán)境光線和防護(hù)等級等技術(shù)參數(shù)提出了較高的要求,因此在各種二維碼掃碼應(yīng)用中,需要輕便小
評論