历史上的今天
今天是：2025年05月18日（星期日）
2020年05月18日 | 我们对人脸识别的11个误解
2020-05-18 来源：EEWORLD
过去十年内，随着我们在人工智能领域取得长足进步，我们能够为嵌入式系统增加一些先进功能，例如人脸识别。虽然人脸识别能够带来诸多好处，但人们有时仍然认为它的使用存在问题，甚至充满了争议。事实究竟如何？在本文中，我们将澄清一些对人脸识别的误解。
人们会觉得要让计算机能够识别人脸，解决方案必须采用高端硬件。毕竟，自21世纪前十年中期以来，深度学习算法在图像分类方面的突破都利用了图形处理单元(GPU)的强大处理能力，这些单元通常在紧耦合集群中使用。但对于嵌入式系统（例如家庭安保和门禁控制产品）的人脸识别应用开发人员而言，并不需要如此复杂的机器学习流程。设计高效率的算法，侧重于检测人脸、将人脸与已注册的图像进行匹配，所需的处理能力将远低于研究级别的算力。
2) 人脸识别非常困难
机器学习的一大关键难点是将设计流程与应用相匹配，以便能够在训练时产生有用的结果。但在人脸学习等应用中，不需要从头开始构建这些结构。我们可以使用基于经过验证的机器学习过程构建的平台，它们不仅能快速提供高性能，而且提供一定程度的定制能力，满足不同目标市场的需要。
很多人看到，在云计算环境中，我们将高性能硬件用于机器学习，于是他们想当然地假定机器学习都是重量级进程。但是，这些系统需要能够适应很多不同应用，而且它们可以充分利用支持所有深度学习架构的开源工具。因而，即便对于推理应用，当使用网络来分析实际数据时，模型具有高度的数据和计算冗余。 嵌入式解决方案可以显著减少这些开销，因而能够在32位MCU上运行复杂的人脸识别算法。
4) 人脸识别不太安全
人脸识别在嵌入式系统中的一大重要应用是门禁控制，如果有人手持自拍照靠近摄像头企图蒙混过关，需要确保门锁不会被打开，也无法越过报警系统。正因为如此，采用机器学习技术的集成式视觉平台非常重要。这些技术能够对图像执行检查，确保将可用数据馈送到机器学习算法。灵活确保管道可以处理可见光数据以及更多内容。在这种情况下，使用红外传感器或图像传感器可以帮助系统能够辨别真伪。
公众熟悉的众多应用需要将原始数据上传至云服务器，然后在云服务器上处理数据。这是很多消费者担忧的问题，他们不希望自己在住宅及周边区域的活动在互联网上传播，甚至可能在服务器遭受恶意攻击后被披露。有些平台可在本地执行所有图像处理和人脸识别功能，例如恩智浦基于MCU的EdgeReady解决方案。数据自始至终不会离开平台，从而确保最终产品可以最大程度地保护用户隐私。
具有集成人脸识别功能的安全系统或电动门经常需要在不太理想的照明条件下工作。人脸识别技术似乎要依赖于可见光才能正常工作，夜间工作或断电可能成为一大难题。但是，通过将可见光图像传感器与在红外线光谱上工作的辅助器件配合使用，或使用飞行时间数据来构建范围内对象的3D映射，可以非常简单地解决这个问题。采用这种方法，无光照不再是难题，由于不要求解决方案采用人工照明，它还有助于提高实用性和降低功耗。
整体来说，人工智能是一个非常宽泛和复杂的领域。仅在深度学习方面，arXiv网站上每天都会出现新学术论文，探讨不同技术领域和新管道结构。但如果您使用专为人脸识别设计的平台，例如恩智浦基于MCU的解决方案，就很容易得到高质量的结果，因为它不仅采用了机器学习技术，还提供了针对任务设计的完整图像处理工具包。
使用经过优化的人工智能和图像处理，我们可以在MCU上运行人脸识别，而并非在服务器平台的高性能GPU上运行。这带来了更多优势：我们可以使用目前MCU支持的众多节能模式。MCU解决方案不需要启动Linux等重量级操作系统，这意味着在不需要主处理器的情况下可将其关闭。但如果运动传感器确定视场范围内有足够的活动需要注意，仍可在十分之一秒内唤醒处理器，实现完整的人脸识别功能。
早期在平板电脑和智能手机等嵌入式系统中实现的人脸识别需要一系列不同的姿态，以便有效地训练神经网络，用于识别新用户的脸部。随着迁移学习等技术的进步，只需让人脸面对摄像头一次，即可进行特征训练，并将特征添加到经过许可的用户数据库。
与任何技术相同，在创新公司将技术投入应用之前，我们很难想像到技术将会如何使用。人脸识别似乎仅限于安保和门禁控制应用，因为它们是目前常见的使用方式。但智能电器和电动工具可以将这项技术用于安全用途：禁用功能，避免小孩受伤。设备的设计目的将不再只是识别人脸，还要识别表情。设备能够读取情感信号，例如失望、困惑或高兴，并且作出相应的回应，改进整体用户体验。
由于深度学习的很多研究级别工具作为开源软件工具包提供，而这些工具包是针对Linux编写的，所以人们很容易会认为人脸识别等应用需要Linux。但支持核心技术的嵌入式系统既不需要存储器成本，也不需要Linux系统的长启动时间。基于MCU的解决方案可以运行轻量级的操作系统，消耗的存储器空间更少，启动时间更短，并且还支持高级电源优化。
史海拾趣
|
Q: 请问就你个人观点而言:针对模拟电路(微波、高频、低频)、数字电路(微波、高频、低频)、模拟和数字混合电路(微波、高频、低频),目前PCB设计哪一种EDA工具有较好的性能价格比(含仿真)?可否分别说明. A: 限于本人应用的了解,无法深入地比较ED ...… 查看全部问答＞ |
|
调试Atmega16，将程序下载到芯片单步运行，发现调用子函数时压栈的并不是下一条语句的地址，但能正确返回。这是什么缘故？在IAR for AVR和AVR Studio下均有此问题。比方说 地址 &nb ...… 查看全部问答＞ |
|
现在在板子烧制启动程序，step已经顺利烧进去了，但烧eboot的时候： Download BIN file information: ----------------------------------------------------- [0]: Base Address=0x80030000 Length=0x42f20 ---------------------- ...… 查看全部问答＞ |
|
各位老师您好： 我的单片机使用12M晶振时用示波器看震荡波形正常，输入输出端换不同容量的电容对振幅影响不大，换22.1184M晶振后输出震荡波形没了（C1=C2=22P)，我设计的单片机用一个主芯片输出直接带第二个芯片输入，第二个芯片输 ...… 查看全部问答＞ |
|
目前使用的平台是pxa270+wince5.0，老板要求升级到wince6.0。我以前没有做过移植的工作，原来5.0的代码也不是我写的，硬着头皮接下了这个工作，看了几天，有些茫然，因此有些问题，请有经验的高手指教，你的一句话可能就让我省好多时间，先谢谢了。 ...… 查看全部问答＞ |
|
怎样把.Net FrameWork Compact 2.0集成到pb5.0生成的nk.bin里面？ 我程序是基于2.0的，可是PB5.0里面只有1.0的框架版本。怎样把.Net FrameWork Compact 2.0集成到pb5.0生成的nk.bin里面？… 查看全部问答＞ |
|
build bootrom时select a tool的下拉列表时空的该怎么解决(新手) 参考http://blog.chinaunix.net/u/21277/showart_212603.html 发现几个问题 AMD的PC-NET这个驱动解压出来config文件夹下是pc486.972而不是pcPentium,然后里面config.h里是CPU==I80486,不是PENTIUM.而且同目录下没有sysLn97xEnd.c这 ...… 查看全部问答＞ |
|
msp430的串口通信时，一边用仿真器一边用专门的调试工具，能收发但都是乱码 波特率是根据专门的计算工具得到的，设置应该没错 为什么会出现这个问题？我还应该注意什么？ 我是初学者… 查看全部问答＞ |
|
我要测量气固两相流中固体颗粒摩擦所带的静电电荷，所使用的传感器是环形静电传感器，所测量的电荷估计在几十pC到几百pC之间吧，电荷信号频率在10kHz之内。采用AD823搭建的电荷放大器，Multisim仿真电路如图。使用Multisim进行仿真分析，Rf取80M时 ...… 查看全部问答＞ |