對人臉識別的11個(gè)誤解

過(guò)去十年內，隨著(zhù)我們在人工智能領(lǐng)域取得長(cháng)足進(jìn)步，我們能夠為嵌入式系統增加一些先進(jìn)功能，例如人臉識別。雖然人臉識別能夠帶來(lái)諸多好處，但人們有時(shí)仍然認為它的使用存在問(wèn)題，甚至充滿(mǎn)了爭議。事實(shí)究竟如何？在本文中，我們將澄清一些對人臉識別的誤解。 

1) 人臉識別的成本非常昂貴 

人們會(huì )覺(jué)得要讓計算機能夠識別人臉，解決方案必須采用高端硬件。畢竟，自21世紀前十年中期以來(lái)，深度學(xué)習算法在圖像分類(lèi)方面的突破都利用了圖形處理單元(GPU)的強大處理能力，這些單元通常在緊耦合集群中使用。但對于嵌入式系統（例如家庭安保和門(mén)禁控制產(chǎn)品）的人臉識別應用開(kāi)發(fā)人員而言，并不需要如此復雜的機器學(xué)習流程。設計高效率的算法，側重于檢測人臉、將人臉與已注冊的圖像進(jìn)行匹配，所需的處理能力將遠低于研究級別的算力。 

2) 人臉識別非常困難

機器學(xué)習的一大關(guān)鍵難點(diǎn)是將設計流程與應用相匹配，以便能夠在訓練時(shí)產(chǎn)生有用的結果。但在人臉學(xué)習等應用中，不需要從頭開(kāi)始構建這些結構。我們可以使用基于經(jīng)過(guò)驗證的機器學(xué)習過(guò)程構建的平臺，它們不僅能快速提供高性能，而且提供一定程度的定制能力，滿(mǎn)足不同目標市場(chǎng)的需要。

3) 人臉識別需要高性能處理

很多人看到，在云計算環(huán)境中，我們將高性能硬件用于機器學(xué)習，于是他們想當然地假定機器學(xué)習都是重量級進(jìn)程。但是，這些系統需要能夠適應很多不同應用，而且它們可以充分利用支持所有深度學(xué)習架構的開(kāi)源工具。因而，即便對于推理應用，當使用網(wǎng)絡(luò )來(lái)分析實(shí)際數據時(shí)，模型具有高度的數據和計算冗余。  嵌入式解決方案可以顯著(zhù)減少這些開(kāi)銷(xiāo)，因而能夠在32位MCU上運行復雜的人臉識別算法。

4) 人臉識別不太安全

人臉識別在嵌入式系統中的一大重要應用是門(mén)禁控制，如果有人手持自拍照靠近攝像頭企圖蒙混過(guò)關(guān)，需要確保門(mén)鎖不會(huì )被打開(kāi)，也無(wú)法越過(guò)報警系統。正因為如此，采用機器學(xué)習技術(shù)的集成式視覺(jué)平臺非常重要。這些技術(shù)能夠對圖像執行檢查，確保將可用數據饋送到機器學(xué)習算法。靈活確保管道可以處理可見(jiàn)光數據以及更多內容。在這種情況下，使用紅外傳感器或圖像傳感器可以幫助系統能夠辨別真偽。

5) 人臉識別侵犯隱私

公眾熟悉的眾多應用需要將原始數據上傳至云服務(wù)器，然后在云服務(wù)器上處理數據。這是很多消費者擔憂(yōu)的問(wèn)題，他們不希望自己在住宅及周邊區域的活動(dòng)在互聯(lián)網(wǎng)上傳播，甚至可能在服務(wù)器遭受惡意攻擊后被披露。有些平臺可在本地執行所有圖像處理和人臉識別功能，例如恩智浦基于MCU的EdgeReady解決方案。數據自始至終不會(huì )離開(kāi)平臺，從而確保最終產(chǎn)品可以最大程度地保護用戶(hù)隱私。

6) 人臉識別在黑暗中無(wú)法進(jìn)行

具有集成人臉識別功能的安全系統或電動(dòng)門(mén)經(jīng)常需要在不太理想的照明條件下工作。人臉識別技術(shù)似乎要依賴(lài)于可見(jiàn)光才能正常工作，夜間工作或斷電可能成為一大難題。但是，通過(guò)將可見(jiàn)光圖像傳感器與在紅外線(xiàn)光譜上工作的輔助器件配合使用，或使用飛行時(shí)間數據來(lái)構建范圍內對象的3D映射，可以非常簡(jiǎn)單地解決這個(gè)問(wèn)題。采用這種方法，無(wú)光照不再是難題，由于不要求解決方案采用人工照明，它還有助于提高實(shí)用性和降低功耗。

7) 人臉識別需要人工智能方面的專(zhuān)業(yè)知識

整體來(lái)說(shuō)，人工智能是一個(gè)非常寬泛和復雜的領(lǐng)域。僅在深度學(xué)習方面，arXiv網(wǎng)站上每天都會(huì )出現新學(xué)術(shù)論文，探討不同技術(shù)領(lǐng)域和新管道結構。但如果您使用專(zhuān)為人臉識別設計的平臺，例如恩智浦基于MCU的解決方案，就很容易得到高質(zhì)量的結果，因為它不僅采用了機器學(xué)習技術(shù)，還提供了針對任務(wù)設計的完整圖像處理工具包。 

8) 人臉識別的功耗很高

使用經(jīng)過(guò)優(yōu)化的人工智能和圖像處理，我們可以在MCU上運行人臉識別，而并非在服務(wù)器平臺的高性能GPU上運行。這帶來(lái)了更多優(yōu)勢：我們可以使用目前MCU支持的眾多節能模式。MCU解決方案不需要啟動(dòng)Linux等重量級操作系統，這意味著(zhù)在不需要主處理器的情況下可將其關(guān)閉。但如果運動(dòng)傳感器確定視場(chǎng)范圍內有足夠的活動(dòng)需要注意，仍可在十分之一秒內喚醒處理器，實(shí)現完整的人臉識別功能。 

9) 訓練對于最終用戶(hù)來(lái)說(shuō)是一項繁瑣的任務(wù)

早期在平板電腦和智能手機等嵌入式系統中實(shí)現的人臉識別需要一系列不同的姿態(tài)，以便有效地訓練神經(jīng)網(wǎng)絡(luò )，用于識別新用戶(hù)的臉部。隨著(zhù)遷移學(xué)習等技術(shù)的進(jìn)步，只需讓人臉面對攝像頭一次，即可進(jìn)行特征訓練，并將特征添加到經(jīng)過(guò)許可的用戶(hù)數據庫。

10) 人臉識別的應用受限

與任何技術(shù)相同，在創(chuàng )新公司將技術(shù)投入應用之前，我們很難想像到技術(shù)將會(huì )如何使用。人臉識別似乎僅限于安保和門(mén)禁控制應用，因為它們是目前常見(jiàn)的使用方式。但智能電器和電動(dòng)工具可以將這項技術(shù)用于安全用途：禁用功能，避免小孩受傷。設備的設計目的將不再只是識別人臉，還要識別表情。設備能夠讀取情感信號，例如失望、困惑或高興，并且作出相應的回應，改進(jìn)整體用戶(hù)體驗。 

11) 人臉識別需要重量級操作系統

由于深度學(xué)習的很多研究級別工具作為開(kāi)源軟件工具包提供，而這些工具包是針對Linux編寫(xiě)的，所以人們很容易會(huì )認為人臉識別等應用需要Linux。但支持核心技術(shù)的嵌入式系統既不需要存儲器成本，也不需要Linux系統的長(cháng)啟動(dòng)時(shí)間?；贛CU的解決方案可以運行輕量級的操作系統，消耗的存儲器空間更少，啟動(dòng)時(shí)間更短，并且還支持高級電源優(yōu)化。