過去十年內(nèi)，隨著我們在人工智能領(lǐng)域取得長足進步，我們能夠為嵌入式系統(tǒng)增加一些先進功能，例如人臉識別。雖然人臉識別能夠帶來諸多好處，但人們有時仍然認(rèn)為它的使用存在問題，甚至充滿了爭議。事實究竟如何？在本文中，我們將澄清一些對人臉識別的誤解。
1） 人臉識別的成本非常昂貴
人們會覺得要讓計算機能夠識別人臉，解決方案必須采用高端硬件。畢竟，自21世紀(jì)前十年中期以來，深度學(xué)習(xí)算法在圖像分類方面的突破都利用了圖形處理單元（GPU）的強大處理能力，這些單元通常在緊耦合集群中使用。但對于嵌入式系統(tǒng)（例如家庭安保和門禁控制產(chǎn)品）的人臉識別應(yīng)用開發(fā)人員而言，并不需要如此復(fù)雜的機器學(xué)習(xí)流程。設(shè)計高效率的算法，側(cè)重于檢測人臉、將人臉與已注冊的圖像進行匹配，所需的處理能力將遠(yuǎn)低于研究級別的算力。
2） 人臉識別非常困難
機器學(xué)習(xí)的一大關(guān)鍵難點是將設(shè)計流程與應(yīng)用相匹配，以便能夠在訓(xùn)練時產(chǎn)生有用的結(jié)果。但在人臉學(xué)習(xí)等應(yīng)用中，不需要從頭開始構(gòu)建這些結(jié)構(gòu)。我們可以使用基于經(jīng)過驗證的機器學(xué)習(xí)過程構(gòu)建的平臺，它們不僅能快速提供高性能，而且提供一定程度的定制能力，滿足不同目標(biāo)市場的需要。
3） 人臉識別需要高性能處理
很多人看到，在云計算環(huán)境中，我們將高性能硬件用于機器學(xué)習(xí)，于是他們想當(dāng)然地假定機器學(xué)習(xí)都是重量級進程。但是，這些系統(tǒng)需要能夠適應(yīng)很多不同應(yīng)用，而且它們可以充分利用支持所有深度學(xué)習(xí)架構(gòu)的開源工具。因而，即便對于推理應(yīng)用，當(dāng)使用網(wǎng)絡(luò)來分析實際數(shù)據(jù)時，模型具有高度的數(shù)據(jù)和計算冗余。 嵌入式解決方案可以顯著減少這些開銷，因而能夠在32位MCU上運行復(fù)雜的人臉識別算法。
4） 人臉識別不太安全
人臉識別在嵌入式系統(tǒng)中的一大重要應(yīng)用是門禁控制，如果有人手持自拍照靠近攝像頭企圖蒙混過關(guān)，需要確保門鎖不會被打開，也無法越過報警系統(tǒng)。正因為如此，采用機器學(xué)習(xí)技術(shù)的集成式視覺平臺非常重要。這些技術(shù)能夠?qū)D像執(zhí)行檢查，確保將可用數(shù)據(jù)饋送到機器學(xué)習(xí)算法。靈活確保管道可以處理可見光數(shù)據(jù)以及更多內(nèi)容。在這種情況下，使用紅外傳感器或圖像傳感器可以幫助系統(tǒng)能夠辨別真?zhèn)巍?/p>
5） 人臉識別侵犯隱私
公眾熟悉的眾多應(yīng)用需要將原始數(shù)據(jù)上傳至云服務(wù)器，然后在云服務(wù)器上處理數(shù)據(jù)。這是很多消費者擔(dān)憂的問題，他們不希望自己在住宅及周邊區(qū)域的活動在互聯(lián)網(wǎng)上傳播，甚至可能在服務(wù)器遭受惡意攻擊后被披露。有些平臺可在本地執(zhí)行所有圖像處理和人臉識別功能，例如恩智浦基于MCU的EdgeReady解決方案。數(shù)據(jù)自始至終不會離開平臺，從而確保最終產(chǎn)品可以最大程度地保護用戶隱私。
12下一頁>（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
