與您的預(yù)期相反，將面部識別功能引入計算機并不需要高端硬件。自2000年代中期以來，計算能力已經(jīng)取得了長足的進步，那時，深度學(xué)習(xí)開始利用GPU進行圖像分類。今天，嵌入式工程師就可以開發(fā)深度學(xué)習(xí)和人工智能應(yīng)用，并將功能劃分優(yōu)先級，從而降低所需的處理能力。

越來越容易了

今天有很多平臺可以用來抽象機器學(xué)習(xí)的復(fù)雜性，在面部識別應(yīng)用程序中從頭開始構(gòu)建結(jié)構(gòu)是非常困難的，而且由于新的開發(fā)工具，可在已知算法和平臺上迅速搭建高性能的應(yīng)用，同時滿足不同市場的需求。

系統(tǒng)的安全

訪問控制是嵌入式系統(tǒng)中人臉識別的最大用例之一，由于安全性經(jīng)常受到威脅，系統(tǒng)需要足夠健壯，以免被假人臉?biāo)平?。集成視覺和機器學(xué)習(xí)在這里很重要，因為它們可以對圖像進行檢查，以確保可行的數(shù)據(jù)進入管道。這也為管道帶來了靈活性，使其不僅能解釋可見的東西——例如，使用紫外線傳感器，可以通過區(qū)分照片或截圖中的真實情況，進一步提高安全性。

數(shù)據(jù)的安全

用戶最擔(dān)心的是，我們在日常生活中接觸到的大多數(shù)面部識別應(yīng)用程序都會處理云中收集的數(shù)據(jù)。沒有人希望他們的行動和活動通過互聯(lián)網(wǎng)傳播，并可能被利用。但也有一些平臺在本地執(zhí)行圖像處理。NXP基于MCU的EdgeReady平臺是一個現(xiàn)成的物聯(lián)網(wǎng)邊緣計算解決方案，可在本地執(zhí)行所有分析和面部識別。這意味著開發(fā)人員可以更可靠的保護隱私。

支持夜視

如前所述，安全性是面部識別的主要應(yīng)用之一。因此，能夠24小時保護你的資產(chǎn)是很重要的，基于圖像采集的技術(shù)似乎僅限于在可見光可用的情況下運行，夜間覆蓋可以通過使用對紅外光譜工作的輔助設(shè)備增強，可見光圖像傳感器或使用飛行時間數(shù)據(jù)構(gòu)建范圍內(nèi)物體的三維地圖來實現(xiàn)，這樣可以實現(xiàn)夜視。

輕量級操作系統(tǒng)

嵌入式商業(yè)系統(tǒng)對深度學(xué)習(xí)的要求與研究級工具不同，后者通常是Linux編寫的開源工具包，但是基于MCU的解決方案不能承受Linux安裝的沉重的內(nèi)存開銷或長的啟動時間，并且可以在使用更少內(nèi)存和功耗的輕量級操作系統(tǒng)上運行。

本地優(yōu)化

人工智能和圖像處理技術(shù)的進步意味著面部識別可以在低功耗的微處理器上進行，而不是在耗電的GPU上進行，另外，基于MCU的方法還具有當(dāng)前大多數(shù)MCU支持的多種節(jié)能模式的額外優(yōu)點。由于MCU不需要啟動像Linux這樣的大型操作系統(tǒng)，因此主處理器可以在不需要時關(guān)閉。但是，一旦傳感器需要工作，您仍然可以在幾秒鐘內(nèi)喚醒處理器以獲得全部功能。

教學(xué)設(shè)備

在平板電腦和智能手機等嵌入式系統(tǒng)中，早期實現(xiàn)人臉識別的訓(xùn)練要求用戶擺出一系列不同的姿勢，這樣神經(jīng)網(wǎng)絡(luò)才能有效地訓(xùn)練新用戶的臉。而如今只向攝像機記錄一次面部信息即可。

人臉識別應(yīng)用擴展

越來越多的設(shè)備，包括面向消費者的物聯(lián)網(wǎng)智能產(chǎn)品，將以人臉識別為核心功能進行設(shè)計。更重要的是，這些設(shè)備不僅能夠辨別人臉，還能辨別表情。設(shè)備將能夠讀取諸如高興、沮喪和憤怒等情緒暗示，并可能做出相應(yīng)的反應(yīng)。

編輯：jq