隨著AI技術的普及應用，圖像識別、人臉識別等算法應用是目前AI企業發力的方向。對其中的芯片廠商來說，加強算法領域的部署，也是建設軟硬一體化解決方案的關鍵。近日，嘉楠先後公佈其研發的人臉口罩檢測模型和活體檢測算法模型，邁出了探索軟硬一體化端側AI解決方案的重要一步。
打造設備級AI解決方案
疫情期間，佩戴口罩人臉的檢測成了AI廠商的突破口之一。百度、阿里雲和騰訊優圖等多家廠商均上線了人臉檢測的“口罩版本”。可以發現的是，在目前智能化抗疫的應用中，很多是基於雲端研發的平臺級解決方案。
雲端平臺通常需要下游廠商以API接口方式獲取服務，並實現在智能樓宇、智能園區等場景的部署。雖然目前主流平臺選擇免費開放“人臉口罩”API，但對於非雲用戶的企業而言，要想應用模型就需要進行雲平臺的部署。同時，對用雲企業而言，要想實現更多模型的應用則需要購買服務，長期付費抬高了運營成本。
這種情況下，加強算法軟實力，打造設備級AI解決方案就成了芯片廠商的突圍方向。
作為一家AI芯片廠商，嘉楠在堅持芯片研發的同時，不斷加大對算法研發的投入。近日，嘉楠就先後公佈了其研發的人臉口罩檢測模型和活體檢測模型。
根據公開資料，嘉楠人臉口罩模型的主要原理是通過使用Mobilenet-YOLO進行目標檢測，並據此判斷用戶佩戴口罩的情況。據介紹，該模型最多可一次性檢查30張口罩人臉，可以滿足辦公區域、車站等人流密集型場景對口罩人臉的檢測需求。
活體檢測則是人臉識別的升級版本。嘉楠本次研發的人臉活體檢測模型採用了多模態（可見光+近紅外）人臉特徵融合的方法進行判斷，即可見光人臉和近紅外人臉先通過嘉楠自研的輕量化卷積神經網絡提取特徵圖，然後採用“SE Block”方式reweighting後進行融合。
嘉楠研發人員介紹，該模型可有效抵擋視頻、工卡、照片（單一背景、複雜背景、摳除五官）、屏幕翻拍等常見的攻擊手段。
對於此次公佈的兩個算法模型，嘉楠表示將積極推進其在設備端的部署和應用。這些由嘉楠研發的算法模型可以無縫集成到其AI芯片中，並作為軟硬一體化的解決方案一次性交付給企業客戶，開箱即用。
軟硬一體化是趨勢
AI的真正落地離不開設備的智能化，其中的核心器件就是芯片。事實上，主流的算法廠商都試圖建立在芯片領域的影響力，通過自研芯片以完全兼容自己的深度學習框架。谷歌就是最明顯的一例。同時，無論Nvidia還是Intel，芯片巨頭也紛紛通過投資或研發的方式佈局算法領域。可以說，“軟硬一體化”是所有AI廠商的發展趨勢。
值得注意的是，搭載本次人臉口罩檢測模型的模塊是PaddlePi-K210。公開資料顯示，該模塊是去年5月由嘉楠與百度聯合發佈的終端運算產品。PaddlePi-K210是嘉楠為百度邊緣側應用開發的定製版本,也是首款打通百度PaddlePaddle模型設備端部署解決方案的硬件。
PaddlePi-K210的核心是嘉楠自主研發的AI芯片勘智K210。K210內置專門處理視覺任務的計算模塊KPU，可以實現圖像分類、人臉識別及檢測、目標檢測等功能。在QVGA網絡輸入下，該芯片80類目標檢測模型幀速率可達到35幀/秒，能夠滿足大多數應用場景的需求。
去年9月，阿里雲棲大會發布向量化RISC-V TinyML算法模型，嘉楠勘智K210也因兼容其最新TinyML算法模型而意外亮相。
這些都印證了嘉楠在巨頭端側AI生態中的獨特地位。根據公開資料，嘉楠已經與包括百度在內的30家海內外算法廠商達成合作，共同研發軟硬件解決方案。
嘉楠一方面通過合作進入巨頭端側AI生態，另一方面則博採眾長推進AI算法模型的研發和對終端的適配。通過加快算法建設，補齊軟件短板，嘉楠將為客戶帶來更優的AI解決方案。
閱讀更多 嘉楠canaan 的文章
