人脸识别需要人工智能的专业知识

在过去的十年里，随着我们在人工智能领域的巨大进步，我们可以为嵌入式系统增加一些先进的功能，如人脸识别。虽然人脸识别可以带来很多好处，但有时人们仍然认为它的使用存在问题，甚至充满争议。真相是什么？在本文中，我们将澄清一些对人脸识别的误解。

1)人脸识别非常昂贵

人们会认为解决方案必须使用高端硬件来识别人脸。毕竟，自21世纪前十年中以来，深度学习算法在图像分类方面取得了突破，并使用了图形处理单元(GPU)强大的处理能力，这些单元通常用于耦合集群。然而，嵌入式系统BQ4015YMA-85的人脸识别应用程序开发人员（如家庭安全和访问控制产品）不需要如此复杂的机器学习过程。高效算法的设计侧重于检测人脸，并将人脸与注册图像相匹配。所需的处理能力将远低于研究水平的计算能力。

2)人脸识别非常困难

机器学习的一个关键困难是将设计过程与应用程序相匹配，以便在培训过程中产生有用的结果。然而，在人脸学习和其他应用程序中，没有必要从零开始构建这些结构。我们可以使用基于验证的机器学习过程的平台。它们不仅能快速提供高性能，还能提供一定程度的定制能力，以满足不同目标市场的需求。

3)人脸识别需要高性能处理

许多人认为，在云计算环境中，我们使用高性能硬件进行机器学习，所以他们理所当然地认为机器学习是一个重量级的过程。然而，这些系统需要能够适应许多不同的应用程序，并充分利用开源工具来支持所有的深度学习结构。因此，即使对于推理应用程序，该模型在使用网络分析实际数据时也具有高度的数据和计算冗余。嵌入式解决方案可以显著降低这些成本，因此它们可以排在32位MCU操作复杂的人脸识别算法。

4)人脸识别不安全

门禁控制是嵌入式系统中人脸识别的重要应用。如果有人试图通过相机附近的自拍，他们需要确保门锁不会打开或超过报警系统。因此，使用机器学习技术的集成视觉平台非常重要。这些技术可以检查图像，以确保可用数据发送到机器学习算法。灵活确保管道能够处理可见光数据和更多内容。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识别真实性。

5)人脸识别侵犯隐私

许多公众熟悉的应用程序需要将原始数据上传到云服务器，然后在云服务器上处理数据。这是许多消费者担心的问题。他们不想在互联网上传播他们在住宅区和周边地区的活动，甚至在服务器被恶意攻击后被披露。一些平台可以在当地实现所有的图像处理和人脸识别功能，如恩智浦MCU的EdgeReady解决方案。数据不会自始至终离开平台，从而保证最终产品能最大限度地保护用户隐私。

6)人脸识别不能在黑暗中进行

具有集成人脸识别功能的安全系统或电动门通常需要在不理想的照明条件下工作。人脸识别技术似乎依赖于可见光的正常工作，夜间工作或停电可能成为一个大问题。然而，可见光图像传感器与在红外光谱上工作的辅助设备一起使用，或者使用飞行时间数据构建范围内的对象D映射可以很容易地解决这个问题。这样，没有光就不再是一个问题了。由于解决方案不需要手动照明，它也有助于提高实用性，降低功耗。

7)人脸识别需要人工智能的专业知识

一般来说，人工智能是一个非常广泛和复杂的领域。就深度学习而言，arXiv新的学术论文每天都出现在网站上，讨论不同的技术领域和新的管道结构。但如果你使用一个专门为人脸识别设计的平台，比如基于恩智浦的平台MCU它不仅采用了机器学习技术，还提供了一个完整的图像处理工具包，为任务设计提供了一个完整的图像处理工具包。

8)人脸识别的功耗很高

我们可以使用优化的人工智能和图像处理MCU人脸识别在服务器平台上运行，而不是高性能GPU向上运行。这带来了更多的优势：我们现在可以使用它了MCU支持多种节能模式。MCU无需启动解决方案Linux等重量级操作系统意味着它可以在没有主处理器的情况下关闭。然而，如果运动传感器确定了足够的活动，它仍然可以在十分之一秒内唤醒处理器，以实现完整的人脸识别功能。

9)对于最终用户来说，培训是一项繁琐的任务

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势，以有效地训练神经网络来识别新用户的面部。随着迁移学习和其他技术的进步，特征训练可以让人们面对相机一次，并将特征添加到允许的用户数据库中。

10)人脸识别应用有限

和任何技术一样，在创新公司投资应用技术之前，我们很难想象该技术将如何使用。人脸识别似乎仅限于安全和访问控制应用程序，因为它们是目前常用的使用方法。然而，智能电器和电动工具可以安全使用：禁止功能，以避免儿童受伤。设备的设计目的不再仅仅是识别人脸，而是识别设备可以读取情感信号，如失望、困惑或快乐，并做出相应的反应，以改善整体用户体验。

11)重量级操作系统需要人脸识别

由于许多深度学习的研究工具都是作为开源软件工具包提供的，这些工具包是针对开源软件工具包的Linux因此，人们很容易认为需要人脸识别和其他应用程序Linux。然而，支持核心技术的嵌入式系统既不需要内存成本，也不需要内存成本Linux系统启动时间长。MCU能够运行轻量级操作系统的解决方案，消耗较少的内存空间，启动时间较短，并支持高级电源优化。

人工智能专业知识人脸识别解决方案支持机器学习

免责声明：本网信息来自于互联网，目的在于传递更多信息，并不代表本网赞同其观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，并请自行核实相关内容。本站不承担此类作品侵权行为的直接责任及连带责任。如若本网有任何内容侵犯您的权益，请及时联系我们，本站将会在24小时内处理完毕。