让机器视觉技术以更低门槛普及,是不少AI公司的核心愿景。
阅面科技,正是这样愿景下创立的关键玩家。现在,阅面交出初步成绩单。
11月1日,阅面科技携手英特尔重磅发布“繁星”系列产品,希望借此进一步降低机器视觉的应用门槛。阅面科技CEO赵京雷,英特尔业务推广负责人Mansour Behrooz,以及行业重要嘉宾出席本次发布会。
阅面科技是一家专注于深度学习和计算机视觉技术研发的人工智能公司,拥有顶尖算法团队。通过不断在核心算法领域的深耕、探索,阅面科技自主研发了业内首个跨模态人脸识别引擎UniFace。拥有跨模态与迁移学习能力的UniFace,彻底改变了目前产品的固有形态。
与目前主流算法不同的是,UniFace打破了不同Sensor,不同环境,不同场景,不同领域人脸特征表达的限制,例如同一张注册照片能在可见光、红外、3D三种不同的Sensor中进行识别,做到真正以FaceID为连通的人脸识别体系。
UniFace引擎的出现加速了人脸识别技术的普及,带来了新的产品升级的需求和机会。如何更简单方便的让UniFace这样的视觉技术为行业赋能?为此,阅面科技开创性地将UniFace集成为AI芯片视觉模块。
繁星AI芯片视觉模块由Sensor+ISP+VPU+嵌入式深度学习视觉算法组成,能从芯片端智能输出结构化数据。值得注意的是,该模块尺寸仅为38mmX38mm,真正做到即插即用、方便便携,大大降低了开发智能视觉产品的技术成本,加快推动了计算机视觉行业的前进发展。
繁星AI芯片视觉模块本地集成强大的深度学习视觉处理算法,能实时进行数据结构化处理。同时,它拥有极低的功耗,本地深度学习处理功耗仅为0.5W,整体高峰功耗<2.5W。不仅如此,它还支持多种数据输出接口,方便集成。
据了解,繁星AI芯片视觉模块系列可搭载适用于不同场景的算法IP,目前主要包括:繁星-人脸识别模块、繁星-数据采集模块、繁星-人机交互模块。
通过宽动态Sensor获取图像或视频流,分析图像或视频流中的人脸图像进行检测和识别,输出结构化数据,可同时追踪和抓拍30人,抓取最清晰、角度最好的人脸,抓拍率99%,误检率小于0.5%,抓拍重复率低于10%。同时,支持2万人内的完全本地人脸识别。支持本地特征提取后传云端,满足大于2万人的人脸识别场景。
获取并分析图像或视频流中的人头和人脸信息,进行人数、人群属性以及轨迹分析。可实时记录15人运动轨迹及运动方向,可进行进出指定区域的人数统计,准确率达95%。
在本次发布会现场,阅面科技还发布了其基于繁星-数据采集模块研发的智能客群分析摄像机——阅客。利用繁星的本地计算能力,阅客可以轻松进行实时客流计数、会员/熟客管理、轨迹管理等功能,商家能实时掌握顾客属性和行为。
检测识别图像或视频流中的手势、人脸、人体,并转化为指令使得机器做出正确响应。毫秒级检测及追踪速度,响应迅速,支持掌、拳、V字手型、伸掌、握拳、挥手等多种手势操控,高鲁棒性的人脸及人体检测追踪运算。
实际上,繁星AI芯片视觉模块既可以作为独立AI摄像头嵌入到各种设备中即插即用,也可以作为视觉协处理器。它支持外接视频输入以及结构化数据的实时输出。举例来讲,传统摄像机加入繁星AI芯片模块,就能摇身一变,成为一个拥有顶级视觉算法能力的智能AI相机。
未来,阅面科技还希望进一步在“实时动态”、“低功耗”和“低成本”等方面进行突破,让智能技术能够以更低的门槛进入人类的日常生活。
而智能行业初期的发展必不可少的就是核心技术的推动前行,阅面科技试图打破了传统、守旧的思想,将顶尖技术开放给行业合作伙伴,共同研发出更加优秀、智能的产品,这也是繁星系列推出的初衷。阅面科技希望繁星在未来能够支撑海量视觉硬件产品,为行业赋能。
— 完 —
加入社群
量子位AI社群11群开始招募啦,欢迎对AI感兴趣的同学,加小助手微信qbitbot4入群;
此外,量子位专业细分群(自动驾驶、CV、NLP、机器学习等)正在招募,面向正在从事相关领域的工程师及研究人员。
进群请加小助手微信号qbitbot4,并务必备注相应群的关键词~通过审核后我们将邀请进群。(专业群审核较严,敬请谅解)
诚挚招聘
量子位正在招募编辑/记者,工作地点在北京中关村。期待有才气、有热情的同学加入我们!相关细节,请在量子位公众号(QbitAI)对话界面,回复“招聘”两个字。
量子位 QbitAI
վ'ᴗ' ի 追踪AI技术和产品新动态