導讀：今天是我們視覺主題的第四次推送，我們把目光焦點放在一家專注于深度學習和計算機視覺技術研發的人工智能公司——閱面科技(ReadSense)。

閱面科技成立于2015年，公司擁有全球頂尖的算法團隊，成員來自阿里巴巴、百度以及卡內基梅隆等國內外知名大型企業，閱面科技創始人兼CEO趙京雷是上海交通大學人工智能博士，前阿里巴巴北京算法研究中心負責人，前WiseNut研發中心算法負責人，專注人工智能領域算法研究超過15年。

閱面擁有的核心算法是其自主研發的業內首個跨模態人臉識別引擎 UniFace，與目前主流算法不同的是，UniFace打破了不同Sensor，不同環境，不同場景，不同領域人臉特征表達的限制，這種跨模態人臉識別引擎能夠憑借卷積神經網絡讓前端方案擁有更加強大的處理能力，執行圖像的計算和分析任務，并實現前端和云端的聯動以及知識的遷移，提高整體的識別效率。

具體來說，大部分的人臉識別引擎都是基于可見光進行人臉的識別監測，而UniFace做了“跨傳感器集成”，除了可見光之外，還能夠兼容紅外、3D識別，這種多傳感器組合除了能夠大大的提高準確率，還能擴展不同場景的應用。

擁有如此華麗的技術團隊陣容，閱面想做的事卻是打破人工智能“高大上”的現狀，將其做到真正的大眾化。讓深度學習算法通用化，將大量優化過的底層算法集成在低端的芯片上，滿足智能硬件制造者對芯片成本低、功耗低、能夠實現動態計算的需求。

閱面科技將其核心算法成果UniFace集成了一塊AI芯片視覺模塊，取名“繁星AI芯片”，這塊AI芯片視覺模塊由Sensor＋ISP＋VPU＋嵌入式深度學習視覺算法組成，能從芯片端智能輸出結構化數據。

在模塊設計上，閱面科技也使用了常規的38mmX38mm的尺寸，此舉也是為了保障模塊能夠做到即插即用、方便便攜，模塊還支持多種數據輸出接口，方便集成，能夠降低開發智能視覺產品的技術成本。

繁星的VPU采用的是英特爾旗下的Movidius Myriad 2，這是目前性價比最高的人工智能邊緣計算平臺。Myriad 2基于28納米工藝，擁有12個可編程的深度學習核心，可支持每秒3萬億次浮點運算，功耗不到0.5瓦。最大能夠同時支持6個60幀 Full HD 視頻內容輸入。

為了能夠搭載適用于不同場景算法的應用，閱面科技的這塊AI芯片視覺模塊能夠支持不同場景的算法IP：包括人臉識別模塊、數據采集模塊、人機交互模塊。

人臉識別模塊：通過寬動態Sensor獲取圖像或視頻流，分析圖像或視頻流中的人臉圖像進行檢測和識別，輸出結構化數據，可同時追蹤和抓拍30人，抓取最清晰、角度最好的人臉，抓拍率99%，誤檢率小于0.5%，抓拍重復率低于10%。同時，支持2萬人內的完全本地人臉識別。支持本地特征提取后傳云端，滿足大于2萬人的人臉識別場景。

數據采集模塊：獲取并分析圖像或視頻流中的人頭和人臉信息，進行人數、人群屬性以及軌跡分析。可實時記錄15人運動軌跡及運動方向，可進行進出指定區域的人數統計，準確率達95%。

在本次發布會現場，閱面科技還發布了其基于數據采集模塊研發的智能客群分析攝像機——閱客。利用繁星的本地計算能力，閱客可以輕松進行實時客流計數、會員/熟客管理、軌跡管理等功能，商家能實時掌握顧客屬性和行為。

人機交互模塊：檢測識別圖像或視頻流中的手勢、人臉、人體，并轉化為指令使得機器做出正確響應。毫秒級檢測及追蹤速度，響應迅速，支持掌、拳、V字手型、伸掌、握拳、揮手等多種手勢操控，高魯棒性的人臉及人體檢測追蹤運算。

“實時動態”、“低功耗”和“低成本“是閱面科技在推廣自己AI技術時的理念，這些特點正是人工智能技術以更低的門檻進入人類日常生活所必需的。而這也是他們選擇消費級產品市場作為切入點的原因，基于公有云的AI開放服務市場，未來是BAT等巨頭的舞臺；

視覺在垂直領域的應用，盡管前景廣闊，但是在數據采集等方面已經不是技術能夠解決的事情，目前也有很多大公司在做；相比之下，視覺算法在消費級市場的應用目前看起來空間更廣闊，選對了賽道，與時間做朋友，迎來爆發性的增長就是可預見的未來。