專註嵌入式視覺演算法，閱面科技要讓 AI 技術像「自來水」那樣人人可用

「我們的目標是讓計算機視覺以極低的門檻進入大眾生活，像水一樣成為大眾生活的必需品。」

閱面科技 CEO 趙京雷在自家的新品發布會上非常自信地向在座的合作夥伴以及媒體說出他的願景。成立僅僅兩年的時間，就經歷了兩輪融資，同時在國際權威的人臉識別平台 FDDB 和 LFW 上奪得冠軍，資本的認可以及強大的技術能力也許就是趙京雷如此有底氣的原因。

11 月 1 日上午，閱面科技在深圳大中華喜來登酒店舉辦的新品發布會上，閱面科技攜手英特爾 Movidius，推出了跨模態人臉識別引擎 Uniface、繁星 AI 晶元視覺模塊。正如趙京雷開場所說，閱面的新品能從演算法層面、硬體層面以及整體解決方案層面降低 AI 視覺門檻，實現普及大眾的理想。

跨模態人臉識別引擎 UniFace，改變人臉識別產品固有形態

在深度學習演算法的加持下，人臉識別技術得到快速發展，再加上近期 iPhoneX 上「深原感攝像頭」的應用，點燃了公眾和業內對人臉識別技術的興趣。不過，趙京雷認為，目前人臉識別技術仍然存在許多難以攻克的技術難題，核心演算法就是其中之一。

作為一家專註於深度學習和計算機視覺技術的人工智慧公司，閱面科技推出了業內首個跨模態人臉識別引擎 UniFace。與目前主流演算法不同的是，UniFace 打破了不同感測器、不同場景、不同環境、不同領域人臉識別特徵表達的限制，改變了目前人臉識別產品固有形態。

「大部分傳統人臉識別引擎基於可見光來識別和檢測人臉，UniFace 可實現跨感測器集成，不僅包含了可見光，同時還兼容紅外識別以及 3D 深度識別，」趙京雷說到，「2D RGB + 2D IR + 3D Depth 的組合不僅可以大大提高準確率，同時支持主動和被動多種高安全性活體驗證，方便不同場景的部署。」

另外，趙京雷認為，雖然現在很多的人臉識別方案將人臉圖像的分析和處理任務放在雲端，但未來 AI 的計算和分析能力會越來越側重於前端，雲端則負責數據的整合和共享。UniFace 跨模態人臉識別引擎能夠憑藉卷積神經網路讓前端方案擁有更加強大的處理能力，執行圖像的計算和分析任務，並實現前端和雲端的聯動以及知識的遷移，提高整體的識別效率，真正做到以 FaceID 為連通的人臉識別體系。

「繁星」 AI 晶元人臉識別模塊，消費級的價格和專業級的功能

在趙京雷看來，硬體是 AI 的載體，而要讓「AI 像水一樣成為大眾生活的必需品」，就需要使用更加方便、價格更加低廉、功耗更低的硬體方案。為此，閱面科技推出了一款叫做「繁星」的 AI 晶元視覺模塊。

「繁星」塊集成了 UniFace 跨模態人臉識別引擎，能從晶元端輸出結構化數據，並且該模塊的尺寸僅為 38mm * 38mm。同時，它擁有極低的功耗，本地深度學習處理功耗僅為 0.5W，整體高峰功耗小於 2.5W。不僅如此，它還支持多種數據輸出介面，方便集成。

另外，繁星 AI 晶元視覺模塊可搭載適用於不同場景的演算法 IP，主要包括：繁星 —— 人臉識別模塊、繁星 —— 數據採集模塊、繁星 —— 人機交互模塊。

實際上，「繁星」AI 晶元視覺模塊既可以作為獨立 AI 攝像頭嵌入到各種智能設備中，還能夠作為視覺協處理器，支持外部視頻輸入以及結構化數據的實時輸出。

最重要的是，「繁星」的價格跟普通攝像頭模塊沒有太大差別，用趙京雷的話來講就是「用消費級的價格做專業級的事情」。

「繁星」背後的願景

在發布會現場，趙京雷多次強調要讓「AI 進入千家萬戶」，為了實現這個目標，閱面科技的產品在「實時動態」、「低成本」、「低功耗」等方面不斷突破，以期降低人工智慧技術的使用門檻。

趙京雷表示，智能行業發展的初期，人工智慧公司應該以更加開放的姿態將技術賦能給行業合作夥伴，共同研發出更加優秀，更加智能的產品，這也是閱面科技推出跨模態人臉識別引擎 UniFace 和「繁星」AI 晶元視覺處理模塊的初衷。

「閱面科技希望在未來能夠支撐海量視覺硬體產品，為行業賦能」趙京雷說到。

推薦閱讀：