近日，中星微AI自研的人脸检测算法VIM-FD，在世界数据规模最大的权威人脸检测平台 WIDER FACE的人脸检测竞赛一举夺得世界第一，彰显中星微AI在人脸识别领域的创新能力和先进性。这是中星微AI首次斩获人脸检测领域的世界第一的名次，也是中星微AI在检测领域，阶段性的重要研究成果。
WIDER FACE是目前业界公开的数据规模最大(约40万人脸标注)、检测难度最高的人脸检测数据集之一。数据集中人脸尺寸大小变化、拍照角度引起的人脸姿态变化、人脸遮挡、化妆、光照等多种因素，给人脸检测带来了极大的挑战。近年来，WIDER FACE逐渐超FDDB成为研究机构和公司争相挑战的业界标杆。
中星微AI研发的VIM-FD算法在WIDER FACE验证集上以0.967的优异得分，依次超越了曾经的人脸检测霸主百度人脸检测 学习算法PyramidBox(0.961)，腾讯优图提出的DSFD 算法 (0.966)，以及曾经的世界冠军华为云的人脸算法FDNet(0.959)，刷新WIDER FACE人脸检测世界纪录。
此照片是世界上人数最多的自拍合影，VIM-FD检测到其中890张人脸
WIDER FACE评测结果曲线图(详见WIDER FACE官网)，其中第一列为验证集结果，第二列为测试集结果。
中星微AI提出的VIM-FD人脸检测算法，采用了STC、STR模块设计思想，融合多层特征，以综合高层、低分辨率、强语义等信息来提高了边框定位的准确率，同时利用低层、高分辨率、弱语义信息来增强网络对小目标的处理能力。此外，还采用Attention机制来提供高语义意义和类感知的特征，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不经过任何调优，在FDDB Continuous Score评测指标下也全面领先国内外几乎所有的竞争对手和高校研究机构，证明了其优异的泛化能力。
VIM-FD算法框架
中星微人工智能董事长张韵东表示“近年来推出的“星光智能系列”前端AI芯片，采用先进的模型训练，裁剪，压缩方法，在精度几乎不损失的前提下，能自动部署到前端嵌入式产品中，实现前端嵌入式 学习人脸检测、前端嵌入式 学习人脸关键点检测、前端嵌入式 学习视频结构化、前端嵌入式 学习行人再识别(reID)、前端嵌入式 学习行人分割、前端嵌入式 学习目标跟踪、前端嵌入式 学习多类型目标跟踪等突破性前端人工智能技术，并实现大幅减轻运算服务器的压力以及主干网的传输压力。”
张总说明：“中星微AI考虑到不同场景的数据规模，导致单一处理器无法满足各场景的全部数据运算需求，多模计算，多核架构是AI处理器发展的一个趋势，多模计算包括三种场景模式：应对大数据场景的 学习算法;应对小数据场景的传统智能算法;基于抽象逻辑思维的、用来处理逻辑推理程序的场景。为了支持多模计算，芯片本身就要通过多核来实现：应对于大数据的 学习算法通过NPU来实现，应对于小数据的传统智能算法通过DSP来实现，应对于处理逻辑推理程序的场景通过CPU来实现。一枚芯片中三个核心功能，将多个处理器产生足够的数据分析互动，形成紧耦合强相关的闭合回路。来支持人工智能分析和运算。这就是后摩尔时代的集成电路发展趋势。”
中星微AI在视频安防监控领域具有多年的应用经验，为国内外众多客户提供了视频安防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方案在安防监控领域、前端智能化应用领域，和嵌入式应用领域不断领跑。
未来，中星微AI还将继续深入聚焦人工智能技术与芯片研发的融合，厚积薄发，在产业层面实现更多突破。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
