嵌入式人工智能方向(嵌入式人工智能技术报告)

高通骁龙人工智能平台由Hexagon DSP、Adreno GPU 和 Kryo CPU组成的人工智能引擎（即AIE），其构架可以直接运行商汤科技和旷视Face++的预先训练的神经网络。诸如单摄像头的背景虚化、人脸解锁、情景识别检测等摄像头相关的人工智能应用，很多其实都已经被厂商应用在量产机上了。

例如OPPO R15梦境版等手机中提供AI智慧美颜，能根据人脸特征点、肤色、年龄选择特定的美颜方案，而小米、vivo、OPPO等厂商能在离线非云端的情况下，进行场景和标签识别，然后配合特定场景自动选择优化方案的AI智能场景识别，相信大家都比较熟悉了。

同样是起源于AI物体识别的，现场也展示了2D面部解锁，和之前在OPPO手机上使用的前置单摄像头的AI背景虚化应用。

在论坛中宣布和高通合作的网易有道，则展示了非云端的实景AR翻译功能。在高通的AI Engine（AIE）人工智能引擎，AR实景翻译无需按下快门，而是直接对视频流进行动态跟踪及目标识别，宣称带来了超过10倍的动态最终范围提升，减少运动中70%的无效识别，全面提升了识别准确度。

腾讯手机QQ应用中的“高能舞室”和旷视Face++的Animoji，等AI和AR交融的应用中，则是使用了骁龙人工智能引擎加速帧率，暴力的实时非云端视频流处理，让用户可以和画面中的虚拟物体进行实时的交互。另外也有Elliptic Labs的深度人像和超声波手势操控等看起来很科幻的应用。

高通视觉智能平台

在展区2到展区4，是使用高通骁龙845工程机作为样板的人工智能视觉展示。人工智能视觉主要方向很宽，从简单到复杂，囊括了二维码、手势识别、车辆检测、人脸、人体检测等多种应用，它们被广泛地应用在监控、智能交通、新零售、自然交互等场合。

此前基于深度学习的目标检测技术运算量巨大，无法在嵌入式设备中实际部署。而高通在现场的骁龙845工程机，则使用MobileNet的物体检测神经网络。后者是Google推出的移动端本地神经网络，优点的轻量化、计算消耗小、速度快，因此很适合用于手机或嵌入式视觉应用。

MobileNet的高效模型，其将卷积过程分为3×3深度方向的卷积和1×1点对点的卷积，构建轻量级深度神经网络，可以让移动平台进行实时、非云端的物体检测。

现场的另外一个智能视觉展示，来自于商汤科技的人脸检测和识别。商汤的主业是计算机视觉和深度学习，是中国最大的人工智能算法供应商之一。其智能视觉用途涵盖了人脸识别、图像识别、视频分析、无人驾驶、医疗影像识别等领域。

现场的骁龙845工程机运行的端侧智能视觉网络，可以实时对视频流中的人脸进行检测和比对识别。在现场26帧左右的视频流中，3人脸出现的动态负载在50%以下，移动端的AI视觉性能和模型优化已经达到了较高的可用度了。

嵌入式自动浯音识别与纵目主泊车系统

在嵌入式和移动端的语音识别，则是得益于AI的加入而不断提高精度，在不同的噪音环境，不再需要特定人声就能完成精准识别。

AI时代，人机语音交互依旧需要先把语音转为电脑能理解的文字，随后就是三角兽等AI语义理解公司的移动端语音交互、多轮对话等人工智能应用。

而这个自动语音识别，被称为VOICE UI。高通用骁龙845平台展示了终端侧的非云端神经网络，对语音进行的实时识别和自动语音处理。这个和Google百度的语音技术最大的分别是本地性，非云端，在隐私保护、及时响应和随时感知上有巨大的优势。

视频加载中...

在智能驾驶这边，则是纵目的主泊车系统。虽然没有自动驾驶那么凶残的性能要求，而自动泊车也是低速的自动驾驶应用，涉及毫米波雷达、障碍物感知、人体识别等多个人工智能领域，当中的重点是低能耗和实时性的嵌入式开发。纵目在上一年末已经使用高通骁龙820A平台，集成了自主泊车系统，宣称系统功耗已经控制在15W以下。而根据现场介绍，搭载骁龙820A的这套系统甚至可以达到低速L4自动驾驶级别。