[科技资讯] 中星微AI刷新WIDER FACE人脸检测世界记录

近日，中兴威ai开发的人脸检测算法vim_fd在全球最大数据规模的权威人脸检测平台wider face的人脸检测大赛中获得第一名，展示了中兴威ai在人脸识别领域的创新能力和先进性。

近日，中兴威ai开发的人脸检测算法vim_fd在全球最大数据规模的权威人脸检测平台wider face的人脸检测大赛中获得第一名，展示了中兴威ai在人脸识别领域的创新能力和先进性。这是中兴微ai首次在人脸检测领域获得世界第一，也是中兴微ai在检测领域的重要研究成果。

宽脸是数据规模最大(约40万张人脸标签)且检测难度最高的人脸检测数据集之一。数据集内人脸大小的变化、拍照角度引起的人脸姿态变化、人脸遮挡、化妆、光照等诸多因素给人脸检测带来了巨大的挑战。近年来，宽脸逐渐超越fddb，成为研究机构和公司竞相挑战的行业标杆。

中兴威ai开发的vim_fd算法已经超越了金字塔盒(0.961)、腾讯youtu提出的dsfd算法、前世界冠军华为云的人脸算法fdnet(0.959)，优秀得分0.967

这张照片是世界上自拍数量最多的，vim_fd检测到890张脸

更宽的人脸评价结果图(转自Wider face官网)，第一行是验证集结果，第二行是测试集结果。

中兴威ai提出的vim_fd人脸检测算法采用stc和str模块设计思想，融合多层特征，融合高层次、低分辨率、强语义信息，提高帧定位精度，同时利用低层次、高分辨率、弱语义信息，增强网络处理小目标的能力。此外，采用注意机制来提供具有高度语义意义和类别感知的特征，并激活和校准用于目标检测的特征图。值得一提的是，同样的算法模型并没有优化，在fddb连续得分评价指标下也领先于几乎所有的国内外竞争对手和高校研究机构，证明了其优秀的泛化能力。

vim_fd算法框架

中兴微人工智能董事长张云东表示，近几年推出的星光智能系列前端ai芯片，通过采用先进的模型训练、裁剪和压缩方法，可以几乎不损失精度地自动部署到前端嵌入式产品中。实现前端嵌入式深度学习人脸检测、前端嵌入式深度学习人脸关键点检测、前端嵌入式深度学习视频结构化、前端嵌入式深度学习行人识别(reid)、前端嵌入式深度学习行人分割、前端嵌入式深度学习目标跟踪、前端嵌入式深度学习多类型目标跟踪等突破性前端人工智能技术。，大大降低了计算服务器的压力和骨干网的传输压力。

中兴微人工智能董事长张云东

张先生解释:中兴微ai考虑了不同场景的数据规模，导致单个处理器无法满足每个场景的所有数据计算要求。多模式计算和多核架构是人工智能处理器的发展趋势。多模式计算包括三种场景。模式:大数据场景的深度学习算法；处理小数据场景的传统智能算法；用于处理逻辑推理程序的基于抽象逻辑思维的场景。为了支持多模式计算，芯片本身要用多核实现:大数据的深度学习算法要用npu实现，小数据的传统智能算法要用dsp实现，处理逻辑推理程序的场景要用cpu实现。一个芯片中的三个核心功能可以在多个处理器之间产生足够的数据分析和交互，形成耦合紧密、相关性强的闭环。支持人工智能分析和操作。这是后摩尔时代集成电路的发展趋势。

中兴微爱在视频安全监控领域拥有多年的应用经验，为国内外众多客户提供视频安全监控芯片和技术支持，积累了丰富的应用经验。其新一代人工智能芯片解决方案在安全监控、前端智能应用和嵌入式应用领域不断领先。

未来，中兴微爱将继续专注于人工智能技术与芯片R&D的融合，在产业层面取得更多突破。