近日，中星微AI自研的人臉檢測算法VIM-FD，在世界數(shù)據(jù)規(guī)模最大的權威人臉檢測平臺 WIDER FACE的人臉檢測競賽一舉奪得世界第一，彰顯中星微AI在人臉識別領域的創(chuàng)新能力和先進性。這是中星微AI首次斬獲人臉檢測領域的世界第一的名次，也是中星微AI在檢測領域，階段性的重要研究成果。

WIDER FACE是目前業(yè)界公開的數(shù)據(jù)規(guī)模最大(約40萬人臉標注)、檢測難度最高的人臉檢測數(shù)據(jù)集之一。數(shù)據(jù)集中人臉尺寸大小變化、拍照角度引起的人臉姿態(tài)變化、人臉遮擋、化妝、光照等多種因素，給人臉檢測帶來了極大的挑戰(zhàn)。近年來，WIDER FACE逐漸超F(xiàn)DDB成為研究機構和公司爭相挑戰(zhàn)的業(yè)界標桿。

中星微AI研發(fā)的VIM-FD算法在WIDER FACE驗證集上以0.967的優(yōu)異得分，依次超越了曾經(jīng)的人臉檢測霸主百度人臉檢測深度學習算法PyramidBox(0.961)，騰訊優(yōu)圖提出的DSFD 算法 (0.966)，以及曾經(jīng)的世界冠軍華為云的人臉算法FDNet(0.959)，刷新WIDER FACE人臉檢測世界紀錄。

此照片是世界上人數(shù)最多的自拍合影，VIM-FD檢測到其中890張人臉

　　WIDER FACE評測結果曲線圖(詳見WIDER FACE官網(wǎng))，其中第一列為驗證集結果，第二列為測試集結果。

中星微AI提出的VIM-FD人臉檢測算法，采用了STC、STR模塊設計思想，融合多層特征，以綜合高層、低分辨率、強語義等信息來提高了邊框定位的準確率，同時利用低層、高分辨率、弱語義信息來增強網(wǎng)絡對小目標的處理能力。此外，還采用Attention機制來提供高語義意義和類感知的特征，激活和校準用于目標檢測的特征圖。值得一提的是同樣的算法模型不經(jīng)過任何調(diào)優(yōu)，在FDDB Continuous Score評測指標下也全面領先國內(nèi)外幾乎所有的競爭對手和高校研究機構，證明了其優(yōu)異的泛化能力。

VIM-FD算法框架

中星微人工智能董事長張韻東表示“近年來推出的“星光智能系列”前端AI芯片，采用先進的模型訓練，裁剪，壓縮方法，在精度幾乎不損失的前提下，能自動部署到前端嵌入式產(chǎn)品中，實現(xiàn)前端嵌入式深度學習人臉檢測、前端嵌入式深度學習人臉關鍵點檢測、前端嵌入式深度學習視頻結構化、前端嵌入式深度學習行人再識別(reID)、前端嵌入式深度學習行人分割、前端嵌入式深度學習目標跟蹤、前端嵌入式深度學習多類型目標跟蹤等突破性前端人工智能技術，并實現(xiàn)大幅減輕運算服務器的壓力以及主干網(wǎng)的傳輸壓力。”

張總說明：“中星微AI考慮到不同場景的數(shù)據(jù)規(guī)模，導致單一處理器無法滿足各場景的全部數(shù)據(jù)運算需求，多模計算，多核架構是AI處理器發(fā)展的一個趨勢，多模計算包括三種場景模式：應對大數(shù)據(jù)場景的深度學習算法;應對小數(shù)據(jù)場景的傳統(tǒng)智能算法;基于抽象邏輯思維的、用來處理邏輯推理程序的場景。為了支持多模計算，芯片本身就要通過多核來實現(xiàn)：應對于大數(shù)據(jù)的深度學習算法通過NPU來實現(xiàn)，應對于小數(shù)據(jù)的傳統(tǒng)智能算法通過DSP來實現(xiàn)，應對于處理邏輯推理程序的場景通過CPU來實現(xiàn)。一枚芯片中三個核心功能，將多個處理器產(chǎn)生足夠的數(shù)據(jù)分析互動，形成緊耦合強相關的閉合回路。來支持人工智能分析和運算。這就是后摩爾時代的集成電路發(fā)展趨勢。”

中星微AI在視頻安防監(jiān)控領域具有多年的應用經(jīng)驗，為國內(nèi)外眾多客戶提供了視頻安防監(jiān)控芯片和技術支持，積累了豐富的應用經(jīng)驗，其新一代人工智能芯片方案在安防監(jiān)控領域、前端智能化應用領域，和嵌入式應用領域不斷領跑。

未來，中星微AI還將繼續(xù)深入聚焦人工智能技術與芯片研發(fā)的融合，厚積薄發(fā)，在產(chǎn)業(yè)層面實現(xiàn)更多突破。

生成海報

免責聲明：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確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。