近日,中星微AI自研的人臉檢測算法VIM-FD,在世界數據規模的權威人臉檢測平台 WIDER FACE的人臉檢測競賽一舉奪得世界第一,彰顯中星微AI在人臉識别領域的創新能力和先進性。這是中星微AI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是目前業界公開的數據規模(約40萬人臉标注)、檢測難度的人臉檢測數據集之一。數據集中人臉尺寸大小變化、拍照角度引起的人臉姿态變化、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。近年來,WIDER FACE逐漸超FDDB成為研究機構和公司争相挑戰的業界标杆。
中星微AI研發的VIM-FD算法在WIDER FACE驗證集上以0.967的優異得分,依次超越了曾經的人臉檢測霸主百度人臉檢測深度學習算法PyramidBox(0.961),騰訊優圖提出的DSFD 算法 (0.966),以及曾經的世界華為雲的人臉算法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),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确率,同時利用低層、高分辨率、弱語義信息來增強網絡對小目标的處理能力。此外,還采用Attention機制來提供高語義意義和類感知的特征,激活和校準用于目标檢測的特征圖。值得一提的是同樣的算法模型不經過任何調優,在FDDB Continuous Score評測指标下也全面國内外幾乎所有的競争對手和高校研究機構,證明了其優異的泛化能力。

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産品中,實現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别(reID)、前端嵌入式深度學習行人分割、前端嵌入式深度學習目标跟蹤、前端嵌入式深度學習多類型目标跟蹤等突破性前端人工智能技術,并實現大幅減輕運算服務器的壓力以及主幹網的傳輸壓力。”
張總說明:“中星微AI考慮到不同場景的數據規模,導緻單一處理器無法滿足各場景的全部數據運算需求,多模計算,多核架構是AI處理器發展的一個趨勢,多模計算包括三種場景模式:應對大數據場景的深度學習算法;應對小數據場景的傳統智能算法;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:應對于大數據的深度學習算法通過NPU來實現,應對于小數據的傳統智能算法通過DSP來實現,應對于處理邏輯推理程序的場景通過CPU來實現。一枚芯片中三個核心功能,将多個處理器産生足夠的數據分析互動,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。這就是後摩爾時代的集成電路發展趨勢。”
中星微AI在視頻安防監控領域具有多年的應用經驗,為國内外衆多客戶提供了視頻安防監控芯片和技術支持,積累了豐富的應用經驗,其新一代人工智能芯片方案在安防監控領域、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還将繼續深入聚焦人工智能技術與芯片研發的融合,厚積薄發,在産業層面實現更多突破。
免責聲明:本文僅代表作者個人觀點,與每日科技網無關。其原創性以及文中陳述文字和内容未經本站證實,對本文以及其中全部或者部分内容、文字的真實性、完整性、及時性本站不作任何保證或承諾,請讀者僅作參考,并請自行核實相關内容。
本網站有部分内容均轉載自其它媒體,轉載目的在于傳遞更多信息,并不代表本網贊同其觀點和對其真實性負責,若因作品内容、知識産權、版權和其他問題,請及時提供相關證明等材料并與我們聯系,本網站将在規定時間内給予删除等相關處理.

