目前谈论起人脸识别,已经不是什么高深莫测的东西了。很多人都用过,切切实实的走进了人们的生活中,也确实给很多人带来了便利。从火车站的身份证人脸对比,小区的人脸识别门禁,超市的人脸识别储物柜,再到家庭的人脸识别智能锁,手机上的人脸识别解锁,人脸识别支付,各种嵌入式上面的人脸识别逐渐走进人们的生活。不管是否承认,我们确实逐渐进入了一个人工智能越来越繁荣的时代。嵌入式的ai也吸引了一大批爱好者的积极跟进。本文结合这几年的国内嵌入式上人脸识别的发展,谈一谈我的一些想法和对未来发展的一些预测。
面对当下的行业,阅面背靠嵌入式视觉算法,以图像识别消费级产品切入,立志做一个行业突破者。 当下,人机交互成为了人工智能技术发展的一大重点领域。在过去的2016年里,除了语音交互技术,视觉交互的发展速度
机器之心专栏 作者:阅面科技童志军 北京时间 9 月 13 日凌晨 1 点整,大家期待已久的苹果发布会终于拉开序幕。在本次发布会中,最受关注的莫过于高端机型的 iPhoneX。它搭载了集成六核处理器的 A11 芯片,支持无线充电以及 4K/60 帧视频拍摄、1080P/240 帧视频拍摄,同时,FaceID 也是其最大的亮点之一。 与指纹识别不同的是,网络上出现很多对于 FaceID 的质疑和吐槽,「睡觉的时候被女朋友拿去解锁怎么办?」,「看一眼淘购物车就支付」等等。那么事实是否如此呢?新技术的出现总是伴
一、功能特点 支持的功能包括人脸识别、人脸比对、人脸搜索、活体检测等。 在线版还支持身份证、驾驶证、行驶证、银行卡等识别。 在线版的协议支持百度、旷视,离线版的支持百度,可定制。 除了支持X86架构,还支持嵌入式linux比如contex-A9、树莓派等。 每个功能的执行除了返回结果还返回执行用时时间。 多线程处理,通过type控制当前处理类型。 支持单张图片检索相似度最高的图片。 支持指定目录图片用来生成人脸特征值文件。 可设置等待处理图片队列中的数量。 每次执行都有成功或者失败的信号返回。 人脸搜索的返
最近我在第三期百度黄埔学院支持下进行了一些学习,还是很有收获的,本文主要记录学习过程中的技术细节和想法。
机器之心原创 作者:王艺 藤子 这家蛰伏了两年的终端视觉公司,在首次发布会后两天的时间内,收获了一百余份订单,是怎样的新品让产业如此兴奋? 11 月 1 日,阅面科技在深圳举办了创立两年来的首次新品发布会,共发布了三款产品:跨模态人脸识别引擎 UniFace、基于 Uniface 的「繁星」AI 芯片视觉模块、以及基于「繁星」的智能客群分析摄像机——「阅客」。 在发布会后,阅面科技创始人兼 CEO 赵京雷对机器之能透露道,发布会后两天时间内,他们就收获了一百余份订单,此时的赵京雷内心难掩兴奋之情。 十多年前
hello!大家好,本次作品名为AI早安机器人,是一款新型交互式打卡机,我们在实现人脸识别的基础上增加了打印机功能,同时实现云端对管理者手机进行手机的数据传输,让管理者实时知道员工的到位情况,同时模块化设计使得作品极具可塑性,可以简单修改应用于其他场景,如电影院的智能取票,会议室的人员到达情况。。
随着智能设备的不断发展,人脸检测技术应用于越来越多的领域,极大的丰富和方便了人们的生活,具有很大的商业价值和研究意义。人 脸 识 别 主 要 为 两 个 步 骤:人 脸 检 测(FaceDetection)和人脸识别(Face Recogniton)。人脸检测就是判断待检测图像中是否存在人脸以及人脸在图片中的位置,人脸识别则是将检测到的人脸与已知的人脸库中的人脸进行比对,得出相似度信息。本项目基于天嵌的 TQ2440(采用 S3C2440 处理器)硬件开发平台,扩展 USB 摄像头模块,搭建配置嵌入式开发环境,给出并实现了一个嵌入式人脸识别实现方案。本系统使用人脸类 harr 特征、Adaboost 算法进行人脸检测,采用 PCA(Principal Component Analysis)降维算法得到特征脸子空间,将在 PC 平台训练的人脸识别分类器预存到嵌入式目标平台,最后结合最近邻匹配算法实现在线人脸识别,实际采集的图片测试结果表明该系统效果良好。
嵌入式系统在现代科技中扮演着重要的角色,广泛应用于医疗设备、汽车、工业控制、智能家居等领域。嵌入式图像处理作为其中的一个关键组成部分,为许多应用提供了视觉感知能力。本文将介绍嵌入式图像处理的算法、应用以及性能优化方法,并提供相关的代码示例。
大概几年前搞过一套嵌入式linux上的人脸识别程序,当然人脸识别的核心算法并不是自己开发的,关于人脸识别算法这一块,虽然有众多的开源库可以用,甚至还可以用opencv搞算法训练深度学习之类的,个人认为始终达不到准确度的要求,尤其是人脸比对的准确度,这个需要专业的人脸训练模型才行。目前市面上绝大部分的人脸识别库提供的都是X86的或者安卓ios的库,并没有嵌入式linux的库,估计一方面因为嵌入式linux跑的板子性能比较低,还有一个就是依赖特定编译器,版本众多难以提供,市场也小,所以大部分的厂家都没有提供嵌入式linux的开发包,这个就比较鸡肋,所以很多终端厂家最终弃用linux而选用安卓作为载体系统,这样就可以用上高大上的人脸识别库了,比如萤火虫开发板,RK3288 RK3399等。
他们正式对外发布了终端人工智能芯片BM1880,以及基于云端人工智能芯片BM1682 的算丰智能服务器SA3、嵌入式AI迷你机SE3、3D人脸识别智能终端以及基于BM1880的开发板、AI模块、算力棒等产品。
让机器视觉技术以更低门槛普及,是不少AI公司的核心愿景。 阅面科技,正是这样愿景下创立的关键玩家。现在,阅面交出初步成绩单。 11月1日,阅面科技携手英特尔重磅发布“繁星”系列产品,希望借此进一步降低
将AI视觉技术以更低门槛普及给大众。 11月1日上午9:30,阅面科技携手英特尔重磅发布“繁星”系列产品。此次发布会以“繁星璀璨”为主题,完美诠释了阅面科技希望将AI视觉技术以更低门槛普及大众的愿景。另外,到场嘉宾还能先睹为快,在现场亲自体验繁星新品。 图 | 新品体验区人气爆棚 本次发布会受到了各界人士的高度重视,阅面科技CEO赵京雷,英特尔业务推广负责人Mansour Behrooz等行业重要人物都纷纷出席本次发布会。同时,有超过20家的专业媒体在现场进行体验与报道,数十家合作伙伴为新品站台,充分表达了
中国“芯”时代,已经来临! 8月中旬,人工智能芯片初创公司寒武纪获得1亿美元的A轮融资; 9月初,华为在IFA 2017上正式发布全球首款面向手机的人工智能芯片——麒麟970; 12月20日,地平线在北京召开主题为“A I 芯·时代”的发布会,正式发布两款计算机视觉嵌入式AI芯片——旭日和征程,分别面向智能驾驶和智能摄像头。 地平线创始人&CEO余凯表示,从15年成立至今,两年的时间,中国首款嵌入式人工智能芯片终于诞生。相较于其他芯片,旭日和征程在性能、功耗、面积等方面都有了较大的提升,不仅可同时识别200
早在去年10月份,我国就已开通全国65家知名景区的人脸识别入园机制。在景区峰值人流压力下,一秒快进的方式拯救了景点“大排长龙”的窘态,全面提升景区安全管理、服务管理水准,为旅行者带去便利。
机器之心原创 作者:虞喵喵 「今年是嵌入式 AI 的起步阶段,真正的市场会从 2019 年开始慢慢扩大。」 在中科创达产品总监兼创思远达 CEO 杨宇看来,随着芯片厂商的持续发力,目前正是嵌入式 AI 技术服务和解决方案提供商的成熟阶段。再之后便需要芯片厂商、技术服务商和行业共同进步,才能让嵌入式 AI 真正走进更多应用场景。 在一个月前的嵌入式视觉峰会(EVS)上,中科创达正式发布其嵌入式 AI 解决方案。该方案面向人工智能的哪些领域和方向?已经积累了哪些合作案例?作为一家在嵌入式方向耕耘 9 年的老牌,
作者 | Mengjia Yan、Mengao Zhao、Zining Xu、Qian Zhang、Guoli Wang、Zhizhong Su
随着人工智能进入快速发展的阶段,安防视频监控平台也过渡到以智能化应用为主流趋势的新赛道。TSINGSEE青犀视频基于多年在音视频领域的深耕与开拓,我们也积极以AI技术为核心进行产品的转型升级。当前阶段我们也在积极开发AI人脸检测、人脸识别、车牌识别等项目,将AI智能检测识别与视频处理等技术互相融合、交互,并在线下场景中落地应用。
在苹果iPhone X的Face ID带动下,基于深度传感器获取深度信息的传感器厂商正在迎来发展的黄金时间。 近几年,在机器视觉领域内,一直出现大公司并购、整合小的技术公司的情况,镁客君此前做过一张表格,统计了像苹果、Facebook、微软等大公司收购或者投资的三维视觉技术公司: Markets and Markets的一份报告也显示,预计到2020年全球机器视觉市场规模将达到125亿美元。麦姆斯咨询也显示,预计2016~2022年间3D传感器市场规模的复合年增长率为26.5%,2022年将达到54.6亿美
苹果的人脸识别标志着嵌入式人工智能第二阶段的开始,在这一阶段,更多的智能发生在独立于云的设备上。但它们并不是唯一的选择。 “健谈”的智能助手已经成为消费设备的标配,比如手机和智能手表。这些都是人工智能
自2017年开始,“AIoT”一词便开始频频刷屏,成为物联网的行业热词。“AIoT”即“AI+IoT”,指的是人工智能技术与物联网在实际应用中的落地融合。当前,已经有越来越多的人将AI与IoT结合到一起来看,AIoT作为各大传统行业智能化升级的最佳通道,已经成为物联网发展的必然趋势。本场chat我们一起学习什么是AIoT,如何入门AIoT开发,在人工智能物联网时代来临之前做好知识储备。
不过只能区分出是不是人脸,至于是A还是B就不清楚了。要识别具体的人,那么就需要先让程序看看我们长什么样,记住后然后再让程序区分,这样就可以做到了。
驱动中国2017年12月22日消息 中关村前沿技术企业地平线机器人技术团队20日发布首款嵌入式人工智能视觉芯片。在人工智能视觉识别领域,该类芯片每帧中可同时对200个视觉目标进行检测,为智能驾驶、智能城市发展提供基础支撑。 📷 那么就有人问了,我国首款嵌入式人工智能视觉芯片,又能解决那些实际问题?此次地平线团队发布的芯片包括面向智能驾驶的“征程1.0”处理器和面向智能摄像头的“旭日1.0”处理器具备同时对行人、机动车、非机动车、交通指示牌等多类目标进行精准实时检测与识别的处理能力。利用,计算视觉识别技术,让
图1a:全球在计算机视觉公司领域的投资显著增加,并且没有放缓迹象。(来源:Woodside Capital/Crunchbase)
AI 科技评论按:本文作者郭瑞娥,首发于中科院自动化所「智能感知与计算研究中心」微信公众号,AI 科技评论获授权转载。 CVPR 是计算机视觉、模式识别和人工智能领域国际顶级会议,2018 年 6 月 18-22 日将在美国盐湖城召开,届时 AI 科技评论也会在现场带来一线报道。 不论你是论文录用作者,还是即将参会的企业机构,欢迎联系 AI 科技评论小编(微信号:aitechreview)报道/合作哟。 智能感知与计算研究中心为中科院自动化所独立建制的科研部门,致力于研究泛在智能感知理论与技术以及与之相伴的
AI布控球基于前端边缘AI计算及后端云平台计算,AI布控球集成人脸识别、安全帽识别等的AI视频图像分析算法,通过计算机视觉技术对图像、人脸、场景、视频等进行深度学习,识别并标示图像、场景、视频内容,并对自定义的行为、意图进行识别并预警。 AI识别能力介绍: 着装检测:针对施工区域的人员是否戴安全帽。 人脸检测:针对施工区域的人员是否陌生人(黑名单)。 行为检测:针对施工区域内人员是否吸烟。 区域检测:针对规定的区域划线后检测是否在区域内或区域外。
近来,很高兴能够参与到腾讯云AIoT应用创新大赛,有机会认识到各种行业背景的物联网爱好者;作为一个新手,接触了面向物联网领域的TencentOS Tiny系统、腾讯云物联网开发平台以及RISC-V芯片的应用实例等。
这是本文的下半部分,本文的上半部分以一个演示视频介绍了该人脸识别方案,并介绍了方案的软硬件环境和框架。
Dlib是一个现代化的C ++工具箱,其中包含用于在C ++中创建复杂软件以解决实际问题的机器学习算法和工具。它广泛应用于工业界和学术界,包括机器人,嵌入式设备,移动电话和大型高性能计算环境。Dlib的开源许可证 允许您在任何应用程序中免费使用它。Dlib有很长的时间,包含很多模块,近几年作者主要关注在机器学习、深度学习、图像处理等模块的开发。
除了监控专用的摄像头以外,有一些应用场景用的还是USB摄像头,甚至还有一些单片机或者开发板上用的CMOS摄像头,而Qt在嵌入式领域应用相当广,所以用Qt来读取加载显示USB摄像头和CMOS摄像头,也是非常多Qter做过的事情,qt本身就封装了qcamera类,专用于本地摄像头的读取显示,这个类主要是在windows系统和安卓系统比较好使,在嵌入式上歇菜,而且安卓上widget的qcamera也不好使,要用qml的camera才好使,所以开发人员很多时候,就是在找坑填坑,找到一种最佳的适中方案,比如我自己做过的一个手机app,需要调用手机的摄像头,前置后置还要能切换,抓图做一些处理,用的就是qml嵌入到widget,通过信号槽来通信。
这几年人脸识别技术在国内发展飞速,给生活带了很多便利,这个大家应该都有体会。早几年进高铁站还比较麻烦,要先排长队,得让检票口的工作人员一个一个查看证件然后“啪”地戳章,才能进站。很多人应该都和我一样想过一个问题,那为什么不多设几个口呢?我还专门问了朋友,朋友说都知道排长队体验不太好,不过多开一个口,就要多雇几个人,不但要一直开工资,还要有保险等各类配套的保障类支出,用人成本很高,所以二者只能相互取平衡。
5月20日,根据人脸检测评测平台FDDB公布的数据排名显示,来自中国的人工智能公司阅面科技(ReadSense)在众多的优秀竞争者中拔得头筹。 如图为FDDB官方发布的人脸检测技术报告准确率召回率曲线
随着端算力的提升,云主要的作用一定会回归它的本质,就是存储。 今年11月,阅面科技与英特尔发布“繁星”系列产品,集成了传感器、ISP,并在Intel Movidius芯片100 GIGA flops的算力帮助下集成了嵌入式深度学习视觉算法。 在这次发布会后不久,镁客君和阅面科技CEO赵京雷就“繁星”背后的算法、以及未来端和云的发展聊了一番。 “繁星的一大特点是把高精度的人脸识别算法放到了端上。我们指的最高精度的模型,以前很多人认为这个只能部署在云上。”赵京雷总结道。 图 | 繁星AI智能芯片模块 图 | 繁
2016年是人工智能发展的第60周年,人工智能已经走了很长一段路,随着AlphaGo的辉煌战绩的出现,又再次引爆了人工智能在各个领域的发展。回顾计算机视觉发展之路,才能让我们踩着历史的积淀,顺应发展的大潮,去探索未来。
前言:PYNQ全称为Python Productivity for Zynq,即在Zynq全可编程ARM&FPGA融合处理架构的基础上,添加了对Python的支持。
视觉识别迎来“中国大脑”:三问我国首款嵌入式人工智能视觉芯片 中关村前沿技术企业地平线机器人技术团队20日发布首款嵌入式人工智能视觉芯片。在人工智能视觉识别领域,该类芯片每帧中可同时对200个视觉目标进行检测,为智能驾驶、智能城市发展提供基础支撑。 近年来,地平线机器人技术、中科寒武纪、深鉴科技……一批新型人工智能企业依托人工智能领域技术和算法优势向芯片行业渗透,加强人工智能芯片基础层研发。此次嵌入式人工智能视觉芯片的发布成为我国在芯片领域又一阶段性进展。 ——一块芯片能解决哪些问题? 摄像头实时甄别在逃犯
关注并星标 从此不迷路 计算机视觉研究院 公众号ID|ComputerVisionGzq 学习群|扫码在主页获取加入方式 计算机视觉研究院专栏 作者:Edison_G 目标检测被认为是计算机视觉领域中最具挑战性的问题之一,因为它涉及场景中对象分类和对象定位的组合。今天分享这个框架有点陈旧,但精髓! 一、前言 目标检测被认为是计算机视觉领域中最具挑战性的问题之一,因为它涉及场景中对象分类和对象定位的组合。最近,与其他方法相比,深度神经网络 (DNN) 已被证明可以实现卓越的目标检测性能,其中YOLO
上一篇文章写道人脸识别客户端程序,当然要对应一个服务端程序,客户端才能正常运行,毕竟客户端程序需要与服务端程序进行交互他才能正常工作。通常人脸识别服务端程序需要和人脸识别的相关处理库在一起,这样他接收到相关的处理需求以后比如人脸识别的处理请求,需要调用本地的人脸识别库来处理,处理完成以后拿到结果,再组成协议的格式返回给客户端程序。
自从VJ在2004发表了关于级联分类器实时对象检测的论文以后,级联分类器就在OpenCV中落地生根了,一段时间,特别是OpenCV3.x版本中基于级联分类器的人脸检测一直是标配,虽然大家刚开始看了例子之后觉得这个是一个很实用的功能,但是在实际实用中级联分类器的人脸检测方法则是频频翻车,我自己曾经移植到Android上面玩过,日常就是两个字“翻车”,很多时候都无法达到开发者想要的稳定性与实时性能。但是这个并不妨碍它作为OpenCV3.x的一大关注点,还产生了无数的Demo演示程序。但是如今已经是OpenCV4.x的时代了,那些基于级联分类器的人脸检测演示看上去有点不合时宜,而且效果惨遭以深度神经网络模型人脸检测技术的毒打。OpenCV4中的人脸检测现在支持多种深度神经网络模型,与OpenCV3中的传统人脸检测方法形成鲜明对比。下面我们就来一一介绍一下从OpenCV3到OpenCV4中不同人脸检测技术。
人脸识别客户端程序,不需要和人脸识别相关的库在一起,而是通过协议通信来和人脸识别服务端通信交互,人脸识别客户端和服务端程序框架,主要是为了提供一套通用的框架,按照定好的协议,实现人脸识别的相关处理,很多厂家都会有也都会做类似的机制,以便第三方厂家或者自家的其他设备按照这个通信协议来处理,比如客户端程序可以在PC机上,也可以是网页,还可以是安卓客户端,前端设备比如人工访客机,访客机本地是不需要做人脸识别等处理的,而是发送到服务端处理完以后再拿到结果进行展示,这样就可以利用服务端强大的运算能力。
新智元报道 【新智元导读】2017年新智元创业大赛选出的TOP10酷炫的AI创业公司,他们都在做什么呢?2017年3月27日,新智元创业大赛颁奖盛典上,这些AI的公司CEO/联合创始人进行了路演,
AiTechYun 编辑:nanan Aaeon公司推出了“UP AI Core”—— mini-PCIe版本的英特尔Movidius神经计算棒,用于神经网络加速,可用于UP Squared SBC和
情人节写的那篇,在眼睛里添加女友照片,今天做了下修改。先是把贴图换成了写轮眼图片,再就是将单纯的图片展示改成了opencv调用摄像头,对实时获取的图片进行加工再予以展示,形成视频的效果:
选自GitHub 机器之心编译 参与:panda 深度神经网络模型对计算资源的需求问题一直是相关研究和应用的关注焦点之一。研究者们一直在努力试图将神经网络模型部署到移动设备上,有硬件方法也有软件方法,比如《前沿 | 借助神经网络芯片,将大型人工智能系统塞入移动设备》和《业界 | 谷歌开源高效的移动端视觉识别模型:MobileNet》。在去年的 AAAI 人工智能大会上,香港中文大学的研究者则提出了一种通过压缩模型来实现这一目标的方法 MobileID。近日,研究者开源了这项研究的代码。机器之心对该项目及原论
计算机视觉研究院专栏 作者:Edison_G 在现在人工智能化时代,幼儿园也是一个众多家长关注的教育机构,在幼儿园小孩的安全是独一,在人工智能监控下,绝对保障了所有儿童的安全! 公众号ID|ComputerVisionGzq 学习群|扫码在主页获取加入方式 一、简要 对计算和内存的高需求是将现有目标检测网络部署到嵌入式设备中的最大挑战。现有的轻量级目标检测器直接使用轻量级神经网络架构,如MobileNet或在大尺度分类数据集上预先训练,导致网络结构灵活性差,不适用于某些特定场景。 在今天分享中,有研究
人工智能的各个部分——例如视频分析、机器学习和深度学习——已经开始利用物联网生态系统生成的大量数据来区分数据中有价值的信息,然后将其转化为洞察力,达到智能预警和辅助决策的作用。
本文介绍了如何将人脸检测的速度做到极致,包括基于Haar特征的级联分类器、快速特征提取、积分图像、并行计算、定点化、GPU优化等方法。
流媒体行业皆知,云端边融合是AI安防市场发展的主流方向。TSINGSEE青犀视频也提出了“云边端”融合AI智能分析的安防视频架构,所谓的云端边融合即是通过边缘计算将人脸识别、物体识别等视频结构化、智能化应用的算力分摊至前端,从而解决由于数据量暴涨给传输和云端处理带来的压力。
2018年硬科技产业备受关注的领域很多,作为人机交互两大主要途径之一的视觉识别依然是中坚力量,其中主推嵌入式图像识别算法的阅面科技可谓是备受关注的一家企业。在“2018硬科技行业领袖峰会暨镁客网年会”活动中,阅面科技CEO赵京雷带来了《全面拥抱AI2.0时代》的主题演讲,和与会者共同分享了阅面对于AI2.0时代的思考和发展方向。
领取专属 10元无门槛券
手把手带您无忧上云