谈一谈嵌入式上的人脸识别
- 机器识别发展
- 2D人脸识别
- 3D人脸识别
- AI芯片的崛起
- 嵌入式AI的发展
目前谈论起人脸识别，已经不是什么高深莫测的东西了。很多人都用过，切切实实的走进了人们的生活中，也确实给很多人带来了便利。从火车站的身份证人脸对比，小区的人脸识别门禁，超市的人脸识别储物柜，再到家庭的人脸识别智能锁，手机上的人脸识别解锁，人脸识别支付，各种嵌入式上面的人脸识别逐渐走进人们的生活。不管是否承认，我们确实逐渐进入了一个人工智能越来越繁荣的时代。嵌入式的ai也吸引了一大批爱好者的积极跟进。本文结合这几年的国内嵌入式上人脸识别的发展，谈一谈我的一些想法和对未来发展的一些预测。
机器识别发展
刚开始接触人脸识别这个领域是在17年的时候，那时候人脸识别的应用还不是那么广泛，比较流行的是指纹，密码之类的鉴权方式。当时的火车站检票方式也还是人工检票，将车票身份证放到机器上人工来进行门禁。但是AI的趋势已经不可抵挡，逐渐的随着安防的兴起，人脸识别逐渐可以取代人工，甚至高于人工的水平。慢慢的越来越多的设备开始使用人脸识别，从那时起也开始关注这个领域了。机器视觉离不开摄像头，摄像头就是机器的眼睛，由于摄像头像素水平的不断提高，设备的识别率也越来越精确。
2D人脸识别
2D人脸识别也就基于照片识别的方式，也就是提取图像矩阵的特征数据，常用的算法有SURF、GFTT等等。目前2D人脸识别算法识别的准确率已经高达99.80%，这个数据非常的厉害，但是2D人脸识别也有其特定的劣势，就是容易受到图像质量，环境光线，以及面部特征变化的影响。导致识别容易出现不准确的情况，另外活体检测也存在一些问题。为了解决这些问题3D人脸识别随之出现。
3D人脸识别
根据现在的应用情况来看，3D人脸识别也是主要利用摄像头的成像原理进行。3D人脸识别又主要分为3D结构光、TOF、双目立体视觉。硬件上是红外光发射器，红外光摄像头，可见光摄像头和处理芯片这四个部分构成。虽然2D人脸识别往往也会用到双目摄像头和红外光发射器，但是这种只是为了在不同的光照条件下能够正常的进行人脸识别。真正的3D人脸识别的红外发射器，发射出来的是一系列的人眼看不见的编码光。
AI芯片的崛起
由于AI的兴起，各个行业也都在顺势而行。比较早的时候，接触到了君正芯片，从主频到DDR以及处理器性能上都还不错，但是体系架构是MIPS，比较小众，生态的问题决定的这种小众的芯片应用的难度比较大。但是做AI视觉处理来看，性能还是可以。国内的许多人脸识别模块方案，以及指静脉等图像处理采用君正芯片，前期应用比较多。
随着时间的推移NXP除了一个跨界处理器RT1052系列，除了没有MMU，其内存和性能都还算比较优秀，更是有神经网络加速模块。但是实在是由于跨界定位的不明确，导致应用场景无法落地，真正的是一个尴尬的芯片。
后来RISC-V兴起了，由蜂鸟写了一本关于RISC-V的书开始，这个新的体系架构迅速的吸引住的各大嵌入式爱好者以及各大老板的眼球。随即堪智出了一款名为K210的AI芯片，基于RISC-V芯片的，刚出来时，真是风光无限，只见各大论坛，各大社区都在讨论这个。但是也只是一阵风吹过，由于其内存只有8M，运行人脸识别算法然后做产品方案有点捉襟见肘，所以也变成了一个玩具，让玩家过足了AI瘾。
嵌入式AI的发展
这些年，嵌入式AI确实发展了许多，可以看到许多已经从理论走向了实际应用的场景。机器视觉这一块，必将会比人类更加的高效和智能。但单从目前的情况来看，真正的思考一下，也并不能盲目的乐观。嵌入式机器视觉的安全性与可靠性还有待验证，目前人脸识别在安防领域应用的比较多，但是在家庭门锁的应用中，或许时机并不成熟。无法解决照片，假体，或者双胞胎问题。单纯的生物识别可能并不能很好的解决安全问题，只能依靠多重生物识别解决。
2D人脸识别或许并不能彻底的打开人脸识别的市场，等到更好的光学器件，更好的算法出来的时候，AI机器视觉终将熠熠生辉。
由于嵌入式上的资源有限，需要更好的AI算法去减少内存的使用，并且更加高效的处理方式去解决低功耗的应用，只有解决好这些问题，相信机器视觉一定会替代人去做更加繁杂重复的工作，而到那时，无人驾驶、无人值守将成为常态，人将处在摄像头的世界中。
