ZLG深度解析—人臉識別核心技術(shù)
五、人臉反欺詐
從技術(shù)角度來說,人臉是唯一不需要用戶配合就可以采集的生物特征信息。人臉不同于指紋、掌紋、虹膜等,用戶不愿意被采集信息就無法獲得高質(zhì)量的特征信息。人臉信息簡單易得,而且質(zhì)量還好,所以這引發(fā)了有關(guān)個(gè)人數(shù)據(jù)安全性的思考。而且在沒有設(shè)計(jì)人臉反欺詐算法的人臉識別系統(tǒng)使用手機(jī)、ipad或是打印的圖片等都能對輕松欺騙系統(tǒng)。
所以我們采用多傳感器融合技術(shù)的方案,使用紅外對管與圖像傳感器數(shù)據(jù)進(jìn)行深度學(xué)習(xí)來判斷是否存在欺詐。紅外對管進(jìn)行用戶距離的判斷,距離過近則懷疑欺詐行為。圖像傳感器用深度學(xué)習(xí)算法進(jìn)行二分類,把正常用戶行為與欺詐用戶行為分為兩類,對欺詐用戶進(jìn)行排除。
二分類算法能夠有效抵抗一定距離的手機(jī)、ipad或是打印圖片的欺詐攻擊。對人臉欺詐數(shù)據(jù)集與普通人臉數(shù)據(jù)集預(yù)測如圖所示:
本二分類算法在100萬張圖片中準(zhǔn)確分類的概率為98.89%,所以并不會對整體系統(tǒng)的準(zhǔn)確率進(jìn)行影響,保障系統(tǒng)的可靠性。
六、算法優(yōu)化
在使用神經(jīng)網(wǎng)絡(luò)算法解決問題的時(shí)候,算法效率問題是必要的考量的。特別是在資源與算力不足的嵌入式端,更是頭等大問題。除了依托TensorFlow、Keras等開源框架,根據(jù)其前向傳播的原理寫成C++程序,還有必要的編譯優(yōu)化外,模型權(quán)重參數(shù)的清洗和算法計(jì)算的向量化都是比較有效的手段。
1、模型權(quán)重參數(shù)清洗
權(quán)重參數(shù)清洗對神經(jīng)網(wǎng)絡(luò)算法的效率影響相當(dāng)大,沒有進(jìn)行清洗的權(quán)重參數(shù)訪問與操作非常低效,與清洗后的權(quán)重參數(shù)相比往往能效率相差6-8倍。這差距在算力不足的嵌入式端非常明顯,往往決定一個(gè)算法是否能落地。具體的方法就是先讀取原模型進(jìn)行重組,讓參數(shù)變得緊湊且能在計(jì)算時(shí)連續(xù)訪問計(jì)算,最后獲得重組后的模型與對應(yīng)的重組模型的計(jì)算方法。這個(gè)步驟需要一定的優(yōu)化實(shí)踐經(jīng)驗(yàn)以達(dá)到滿意的效果,對模型讀取效率與運(yùn)算效率都會有顯著的提高。
2、算法計(jì)算向量化
對于算法的向量化的做法就是讓算法的計(jì)算能夠使用向量乘加等運(yùn)算,而特別是在使用神經(jīng)網(wǎng)絡(luò)算法情況下,大量的計(jì)算沒有前后相關(guān)性且執(zhí)行相類似的步驟,所以向量化計(jì)算會對算法有明顯的提升,一般能把算法效率提升三倍左右。
使用NEON指令集的SIMD指令取代ARM通用的SISD指令,是一個(gè)常用的算法向量化方法。在基于ARMV7-A和ARMV7-R的體系架構(gòu)上基本采用了NEON技術(shù),ARMV8也支持并與ARMV7兼容。
以IMX6ULL芯片為例,可以通過查閱官方的參考手冊查看其NEON相關(guān)信息:
下面舉例說明普通的編程寫法與NEON instrinsics編程、NEON assembly編程區(qū)別。以下為普通的編程寫法:
以下為轉(zhuǎn)化為NEON instrinsics的編程:
以為轉(zhuǎn)為NEON assembly的編程:
一般NEON instrinsics已經(jīng)能做到三倍的提速效果,而NEON assembly效果會更好一些。但是程序向量化需要特殊訪存規(guī)則,如果不符合則會對導(dǎo)致提速效果大打折扣。
訪存特征詳細(xì)分類如表所示:
其中,無冗余飽和順序模式是理想的訪問模式,能夠發(fā)揮算法計(jì)算向量化的效果。但是我們神經(jīng)網(wǎng)絡(luò)算法的最基本的卷積、全連接等計(jì)算卻是冗余飽和非順序模式的計(jì)算,這要如何解決呢?
查閱相關(guān)論文、期刊對這程序向量化非規(guī)則訪存的研究,可以發(fā)現(xiàn)程序向量化有以下步驟:
如上圖所示,需要對卷積、全連接等冗余飽和非順序模式計(jì)算通過向量混洗為無冗余飽和順序的模式,以達(dá)到優(yōu)化的效果。
七、人臉識別效果展示
基于PC的人臉識別展示demo如下視頻所示:
ZLG的人臉識別算法已成功移植到了cortex-a7的EPC-6Y2C-L平臺,且還能根據(jù)實(shí)際應(yīng)用做進(jìn)一步的優(yōu)化。人臉檢測效率為166ms左右,人臉定位效率為125ms左右,人臉比對的效率為493ms左右,合計(jì)人臉識別總耗時(shí)788.3ms左右。下面是在EPC-6Y2C-L的實(shí)測效果:
最后附上EPC-6Y2C-L產(chǎn)品圖片:
八、關(guān)于算法庫獲取
關(guān)于算法庫的獲取可以咨詢ZLG的銷售人員。

發(fā)表評論
請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個(gè)字
最新活動(dòng)更多
-
8月5日立即報(bào)名>> 【在線會議】CAE優(yōu)化設(shè)計(jì):醫(yī)療器械設(shè)計(jì)的應(yīng)用案例與方案解析
-
8月14日立即報(bào)名>> 【在線研討會】解析安森美(onsemi)高精度與超低功耗CGM系統(tǒng)解決方案
-
精彩回顧立即查看>> 《2024智能制造產(chǎn)業(yè)高端化、智能化、綠色化發(fā)展藍(lán)皮書》
-
精彩回顧立即查看>> 7月30日- 8月1日 2025全數(shù)會工業(yè)芯片與傳感儀表展
-
精彩回顧立即查看>> 全數(shù)會2025(第六屆)機(jī)器人及智能工廠展
-
精彩回顧立即查看>> OFweek 2025 具身機(jī)器人動(dòng)力電池技術(shù)應(yīng)用大會
推薦專題
- 1 AI產(chǎn)業(yè)的新高度!英偉達(dá)成為全球首家市值破4萬億美元的公司
- 2 傳魏建軍與賈躍亭合作,長城汽車出海美國
- 3 一文讀懂:到底什么是 “具身智能” ?
- 4 黃仁勛:與雷軍長期合作,共探AI智駕
- 5 具身智能泡沫爭議下,華映資本尋找「穿越周期者」
- 6 中國平安們欲靠AI守“陣地”
- 7 官宣:智元機(jī)器人借殼上市,A股人形機(jī)器人第一股!
- 8 華為讓渡“三界”銷售主導(dǎo)權(quán),智界高管:終于能全力奔跑了
- 9 借仿生手實(shí)現(xiàn)突圍,國產(chǎn)靈巧手破局“不可能三角”
- 10 DeepSeek R2加持,中國AI與芯片產(chǎn)業(yè)迎來新一輪協(xié)同進(jìn)化