AI 科技评论消息：11 月 30 日，阅面科技人工智能视觉产业创新应用论坛暨媒体发布会在深圳举办。在本次活动中，阅面科技宣布与瑞芯微电子、CEVA 联手，将企业的自研算法 IP 集成至 RV1108 芯片之中，并作为官方指定功能。
RV1108 芯片是瑞芯微布局面向 IoT 物联网的产品，它是首个内嵌 CEVA XM4 视觉处理器 DSP 的芯片，具有智能图像处理等关键技术。但囿于民用的自身定位，加上低成本的配置，资源相对有限，深度学习的植入存在一定挑战。
目前的传统视觉与云端深度学习视觉都存在一定缺陷，例如前者采用传统人工特征，精度上较低；后者则在动态性与鲁棒性上略逊一筹。
阅面科技借助自身嵌入式底层优化的技术积累，将算法 IP 集成至 RV1108 中，并拥有智能化前端运算能力。此外，据现场介绍，阅面科技的算法 IP 拥有完整的算法矩阵，「从人脸检测到人体检测，从追踪到识别，均能完美地在本地进行计算运行，不依赖计算机资源，功耗极低。」
与传统算法有所区别的是，阅面科技针对 RV1108 CEVA XM4 处理器优化定制 CNN 人脸检测，利用 DSP 提供的强大计算能力，具有极高的鲁棒性，对光线变化、姿态变化、不同肤色、不同年龄的人体都有很好的适应性，相较前两种方案有着更出色的表现。
「实时动态」、「低功耗」、「嵌入式」，这是阅面科技秉承的三大技术优势，也是支持走 C 端消费级市场的低成本基础。以 GPU、FPGA 为代表的芯片方案存在功耗大，成本高的特点，在民用化的进程中存在一定门槛。而围绕生活应用场景的高精度算法，又对实时动态运算提出了更高的要求。
阅面科技 CEO 赵京雷向 AI 科技评论表示，「把算法 IP 植入芯片的做法，实际上是把成本极大地降低了。这样一来，在同等精度上，模型的简洁性与运算效率都有了一个质的提升，同时又能降低芯片的成本。」
针对新一代基于 RV1108 芯片的 AI 视觉模块，阅面科技将其运用于人脸抓拍、智能门禁中，充分发挥其本地实时运算的优势。「比如家用智能摄像头，或是民用级的门禁、门锁，基本上都是比较适合基于 RV 1108 芯片去构建。所以说，在这种对成本及功耗比较敏感的特定场景的，又希望能具备 AI 能力的话，这个芯片是一个很好的选择。」赵京雷这样总结道。
据现场介绍，基于 RV1108 芯片的 AI 视觉模块的两大典型应用场景包括智能摄像头与智能门禁：
智能摄像头
从获取的图像或视频流中，实时本地分析人脸图像进行检测和识别，输出结构化数据，可以进行精准的人像检测、识别和报警。另外，该摄像头还同时追踪和抓拍 10 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%。
智能门禁
通过基于 RV1108 芯片的 AI 视觉模块，可在前端分析图像或视频流中的人脸图像进行检测和识别。拥有高鲁棒的活体检测，避免各种视频、照片的攻击。该模块可支持千级规模的完全本地识别，其识别能力媲美云端，支持本地特征提取后传云端，满足大于千级规模的人脸识别场景。
除此之外，RV1108 芯片还可应用于家用 IPC 等领域，随着前端智能感知和基础认知能力的不断提升，更多的传统领域都将会有一波新的迭代发展。
实际上这并非阅面科技第一次与芯片厂商合作。在 11 月月初，阅面科技就与英特尔 Movidius 联手，推出了跨模态人脸识别引擎 Uniface 及繁星 AI 芯片视觉模块。而时隔不到一个月，阅面科技再度与瑞芯微电子、CEVA 合作，推出新一代的 RV 1108。
如果说与英特尔 Movidius 的合作，是基于成熟视觉芯片的一次视觉解决方案赋能；那么阅面科技与瑞芯微、CEVA 的合作，更多的是一种质的飞跃，用算法 IP 作为普通芯片的标准功能，为硬件制造者、设备厂直接使用。
「我们始终认为在未来，AI 的大部分计算一定发生在芯片中，发生在最近的边缘端、设备端，那么最直接的，一定是让芯片底层能够充分服务于前端的算法应用。」赵京雷在接受 AI 科技评论采访时表示，这两次与芯片厂商的深度合作都是为了「为硬件赋能，为行业赋能」的目标。
不论是在现场演讲，或是会后专访中，赵京雷都向 AI 科技评论反复强调了这一战略路线。赵京雷认为，要达到为硬件赋能的目标，最直接的一个手段正是要为未来硬件的核心（芯片）融入 AI 能力。「阅面科技通过为芯片底层植入成熟的算法 IP，更多地造福未来硬件的智能化开发。」
也正因为如此，阅面科技希望可以通过与芯片厂商的合作，将自己的算法沉淀到芯片底层。而在未来，阅面科技也将坚持两个「赋能」的路线，在初期阶段持续不断地为包括芯片在内的各种设备，做前端的智能化、嵌入式算法植入。在前者的基础之上，阅面科技未来将进一步在 AI 的能力上持续深化，让特定行业也占领赋能先机。
————— AI 科技评论招人啦！ —————
我们诚招学术编辑 N 枚（全职，坐标北京）、学术兼职 N 枚。
详情请参见最后一篇招聘推送文！
欢迎发送简历到 [email protected]
————————————————————
