项目ID：20171025AA95091 

项目名称：嵌入式人工智能视觉技术

　　项目介绍：计算机视觉技术在许多领域有着广泛的应用需求。例如，人脸识别技术由于其直观性与重要性，成为计算机视觉中需求与应用前景最广的技术之一，其在安防、公安、金融、娱乐、商场VIP管理、金融风控等领域都有广泛需求。 

　　随着深度学习在计算机视觉中取得成功，深度神经网络被大量应用在人脸识别等视觉技术中，视觉应用的性能取得了飞跃提升，成为新一轮人工智能产业化的代表技术之一。但是由于深度学习框架的高运算量特点，目前大部分视觉应用算法通常需要在GPU服务器端来实现。这意味着现有基于深度学习的视觉系统方案大多难以脱离服务器平台。 

　　许多应用场景对嵌入式解决方案提出了需求。例如，在实时监控人脸识别系统中，现行方案大多通过无线传输将视频数据传到服务器后台，然后进行人脸识别处理。但是在很多时候，无线传输受到成本、带宽、信号等影响，使得系统难以落地。而如果采用嵌入式方案，在摄像头前端实现人脸检测与识别，就可以避免数据传输带来的问题。 

　　项目包括一系列嵌入式视觉系统方案。系统硬件设备尺寸约为名片大小，连接上摄像头，能够实时实现智能视觉检测与识别功能，包括物体检测、物体识别、人脸检测、身份以及年龄、身份等属性识别。设备采用英伟达（NVIDIA）公司的Jetson TX1嵌入式GPU平台，内含国际领先的深度学习视觉算法，速度快，精度高。 

　　嵌入式视觉系统方案工作流程如下。首先将摄像头接入嵌入式设备。之后不需要对视频数据进行传输，直接在前端智能盒进行人脸比对处理。最后可以将结构化的结果数据传输到管理系统。嵌入式视觉系统设备安装方便，尺寸小巧。 

　　 与传统服务器方案相比，嵌入式方案的难点是针对平台运算与存储性能有限，如何选择适合的可用于嵌入式平台的深度网络模型；同时，在保证高识别率的前提下，对深度网络模型进行压缩与速度优化。 

　　与传统服务器方案相比，嵌入式方案的优点是可将检测与识别在前端实现，从而避免了大量视频或图像数据传输的问题，在安全性、成本、实用性等方面都有着明显的优势。此外，嵌入式方案可作为服务器方案的“分体化”选择：在处理多个场景时，服务器方案需要将多路摄像头数据传输到服务器统一进行处理；而嵌入式方案可在前端针对每一路摄像头进行独立处理，从而避免了服务器的分布式管理。当然，嵌入式方案的最直接优点是硬件设备尺寸小，大大拓宽了视觉系统的应用场景。