電子發(fā)燒友網(wǎng)報(bào)道（文/李寧遠(yuǎn)）“刷臉”已經(jīng)在我們?nèi)粘Ｉ钪姓紦?jù)了重要的地位，刷臉支付、刷臉門(mén)禁、刷臉交通、刷臉醫(yī)療、刷臉快遞等等刷臉功能讓我們的日常生活更加便捷更加安全。

在當(dāng)今的AI領(lǐng)域，人臉識(shí)別應(yīng)用無(wú)疑是商業(yè)變現(xiàn)最成功的案例之一，其產(chǎn)業(yè)發(fā)展速度之快讓人瞠目結(jié)舌。現(xiàn)在人臉識(shí)別技術(shù)已經(jīng)相對(duì)發(fā)展的很成熟，該技術(shù)越來(lái)越多地被推廣到更多應(yīng)用領(lǐng)域。

成熟的人臉識(shí)別技術(shù)

人臉識(shí)別是一種生物識(shí)別技術(shù)，以人的面部外觀特征為分析目標(biāo)，分析目標(biāo)包括但不限于眼、眉毛、鼻、耳廓、嘴唇、下巴等面部器官的外狀、大小、位置，還會(huì)涉及它們相互對(duì)應(yīng)的平面或立體空間關(guān)系等等。人臉作為身份識(shí)別特征的優(yōu)勢(shì)在于其直觀性較好，具有較高的唯一性。

國(guó)內(nèi)人臉識(shí)別的發(fā)展起步于上個(gè)世紀(jì)九十年代末，隨著技術(shù)的不斷引進(jìn)以及專(zhuān)業(yè)市場(chǎng)的導(dǎo)入，2014年人臉識(shí)別行業(yè)迎來(lái)行業(yè)轉(zhuǎn)折點(diǎn)。深度學(xué)習(xí)技術(shù)讓人臉識(shí)別的準(zhǔn)確率大幅提升，限制其推廣應(yīng)用的可靠性問(wèn)題得以解決，從此人臉識(shí)別進(jìn)入高速發(fā)展階段。

根據(jù)頂象發(fā)布的《人臉識(shí)別安全白皮書(shū)》數(shù)據(jù)顯示，2021年國(guó)內(nèi)人臉識(shí)別市場(chǎng)規(guī)模為56億元，2022年國(guó)內(nèi)人臉識(shí)別市場(chǎng)規(guī)模為68億元，2016年到2022年期間，人臉識(shí)別市場(chǎng)每年的同比增長(zhǎng)均在20%以上。

軟硬件并重的人臉識(shí)別

從技術(shù)路線(xiàn)來(lái)說(shuō)，3D結(jié)構(gòu)光、TOF和雙目立體視覺(jué)目前都有不少應(yīng)用。3D結(jié)構(gòu)光的成本最高，但缺點(diǎn)是容易受到光照影響，響應(yīng)時(shí)間稍慢。TOF成本居中，影響時(shí)間是最快的但精度和分辨率稍弱。

另外從產(chǎn)業(yè)鏈來(lái)看，人臉識(shí)別是一個(gè)軟硬件并重的技術(shù)，從中游廠商提供的算法分類(lèi)來(lái)看，目前有基于人臉特征點(diǎn)的識(shí)別算法、基于整幅人臉圖像的識(shí)別算法、基于模板的識(shí)別算法、利用神經(jīng)網(wǎng)絡(luò)進(jìn)行識(shí)別的算法以及基于光照估計(jì)模型理論的算法。應(yīng)用最廣泛的是利用神經(jīng)網(wǎng)絡(luò)進(jìn)行識(shí)別的算法。

上游硬件基礎(chǔ)是人臉識(shí)別的根基，這些硬件包括傳感器芯片、處理芯片。從處理芯片來(lái)說(shuō)，計(jì)算能力的提升讓人臉識(shí)別實(shí)現(xiàn)了從云到端的改變。此前的數(shù)據(jù)在CPU上進(jìn)行處理，由于CPU負(fù)責(zé)邏輯算數(shù)的部分并不多，在多任務(wù)處理時(shí)效率低下。CPU在圖像處理方面的是劣勢(shì)，所以需要將圖像處理的工作交給更合適的專(zhuān)門(mén)處理芯片。

整體而言，GPU高速并行運(yùn)算的優(yōu)勢(shì)明顯但是較為昂貴，中小型項(xiàng)目支撐不起這樣的成本；FPGA峰值性能稍弱功耗較高但可編程性強(qiáng)能夠適應(yīng)很多人臉識(shí)別應(yīng)用；ASIC、DSP、MPU對(duì)要求不是嚴(yán)苛的應(yīng)用性?xún)r(jià)比很高。

人臉識(shí)別芯片發(fā)展到現(xiàn)在，已經(jīng)較為成熟，不少?gòu)S商都能提供相應(yīng)的處理芯片或者人臉識(shí)別模組，如Intel的人臉識(shí)別模塊、Xilinx的FPGA、NXP的人臉識(shí)別處理器、TI的多核處理器、君正的MPU、地平線(xiàn)的BPU以及瑞芯微、全志、海思等等，選擇已經(jīng)很多樣。

現(xiàn)階段的前端處理芯片普遍都關(guān)注到了圖像的前處理，基本都有硬件resize模塊，未來(lái)這些用于人臉識(shí)別的處理芯片還會(huì)在小巧高效的浮點(diǎn)運(yùn)算單元上做加強(qiáng)，用于提升卷積之外的算法運(yùn)算。

而且現(xiàn)在的人臉識(shí)別應(yīng)用場(chǎng)景五花八門(mén)，有的應(yīng)用需要人臉識(shí)別選擇的SoC芯片兼顧視頻解碼功能，有的應(yīng)用為了更強(qiáng)的動(dòng)畫(huà)表現(xiàn)力需要GPU。針對(duì)不同的技術(shù)需求，這些人臉識(shí)別芯片的配置和選擇多種多樣。

小結(jié)

現(xiàn)如今，前端處理芯片計(jì)算能力處于飛躍式發(fā)展階段，擁有TOPS級(jí)別算力的前端SoC已經(jīng)比比皆是，算力已經(jīng)不再是人臉識(shí)別處理芯片選擇時(shí)的門(mén)檻。市場(chǎng)對(duì)于一款適合人臉識(shí)別芯片的篩選已經(jīng)從看速度看準(zhǔn)確率向追求更高的系統(tǒng)穩(wěn)定以及更靈活的二次開(kāi)發(fā)靠攏。