一家专注于深度学习和计算机视觉技术研发的人工智能公司——阅面科技

导读：今天是我们视觉主题的第四次推送，我们把目光焦点放在一家专注于深度学习和计算机视觉技术研发的人工智能公司——阅面科技(ReadSense)。

阅面科技成立于2015年，公司拥有全球顶尖的算法团队，成员来自阿里巴巴、百度以及卡内基梅隆等国内外知名大型企业，阅面科技创始人兼CEO赵京雷是上海交通大学人工智能博士，前阿里巴巴北京算法研究中心负责人，前WiseNut研发中心算法负责人，专注人工智能领域算法研究超过15年。

阅面拥有的核心算法是其自主研发的业内首个跨模态人脸识别引擎 UniFace，与目前主流算法不同的是，UniFace打破了不同Sensor，不同环境，不同场景，不同领域人脸特征表达的限制，这种跨模态人脸识别引擎能够凭借卷积神经网络让前端方案拥有更加强大的处理能力，执行图像的计算和分析任务，并实现前端和云端的联动以及知识的迁移，提高整体的识别效率。

具体来说，大部分的人脸识别引擎都是基于可见光进行人脸的识别监测，而UniFace做了“跨传感器集成”，除了可见光之外，还能够兼容红外、3D识别，这种多传感器组合除了能够大大的提高准确率，还能扩展不同场景的应用。

拥有如此华丽的技术团队阵容，阅面想做的事却是打破人工智能“高大上”的现状，将其做到真正的大众化。让深度学习算法通用化，将大量优化过的底层算法集成在低端的芯片上，满足智能硬件制造者对芯片成本低、功耗低、能够实现动态计算的需求。

阅面科技将其核心算法成果UniFace集成了一块AI芯片视觉模块，取名“繁星AI芯片”，这块AI芯片视觉模块由Sensor＋ISP＋VPU＋嵌入式深度学习视觉算法组成，能从芯片端智能输出结构化数据。

在模块设计上，阅面科技也使用了常规的38mmX38mm的尺寸，此举也是为了保障模块能够做到即插即用、方便便携，模块还支持多种数据输出接口，方便集成，能够降低开发智能视觉产品的技术成本。

繁星的VPU采用的是英特尔旗下的Movidius Myriad 2，这是目前性价比最高的人工智能边缘计算平台。Myriad 2基于28纳米工艺，拥有12个可编程的深度学习核心，可支持每秒3万亿次浮点运算，功耗不到0.5瓦。最大能够同时支持6个60帧 Full HD 视频内容输入。

为了能够搭载适用于不同场景算法的应用，阅面科技的这块AI芯片视觉模块能够支持不同场景的算法IP：包括人脸识别模块、数据采集模块、人机交互模块。

人脸识别模块：通过宽动态Sensor获取图像或视频流，分析图像或视频流中的人脸图像进行检测和识别，输出结构化数据，可同时追踪和抓拍30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%。同时，支持2万人内的完全本地人脸识别。支持本地特征提取后传云端，满足大于2万人的人脸识别场景。

数据采集模块：获取并分析图像或视频流中的人头和人脸信息，进行人数、人群属性以及轨迹分析。可实时记录15人运动轨迹及运动方向，可进行进出指定区域的人数统计，准确率达95%。

在本次发布会现场，阅面科技还发布了其基于数据采集模块研发的智能客群分析摄像机——阅客。利用繁星的本地计算能力，阅客可以轻松进行实时客流计数、会员/熟客管理、轨迹管理等功能，商家能实时掌握顾客属性和行为。

人机交互模块：检测识别图像或视频流中的手势、人脸、人体，并转化为指令使得机器做出正确响应。毫秒级检测及追踪速度，响应迅速，支持掌、拳、V字手型、伸掌、握拳、挥手等多种手势操控，高鲁棒性的人脸及人体检测追踪运算。

“实时动态”、“低功耗”和“低成本“是阅面科技在推广自己AI技术时的理念，这些特点正是人工智能技术以更低的门槛进入人类日常生活所必需的。而这也是他们选择消费级产品市场作为切入点的原因，基于公有云的AI开放服务市场，未来是BAT等巨头的舞台；

视觉在垂直领域的应用，尽管前景广阔，但是在数据采集等方面已经不是技术能够解决的事情，目前也有很多大公司在做；相比之下，视觉算法在消费级市场的应用目前看起来空间更广阔，选对了赛道，与时间做朋友，迎来爆发性的增长就是可预见的未来。