FP-AI-FACEREC1功能包現(xiàn)在可按需提供，從而使 ST 的社區(qū)能夠在 STM32H7 上運(yùn)行利用面部識別的新應(yīng)用程序，這要?dú)w功于它使用STM32Cube.AI。該軟件包為STM32H747I-DISCO板和 ST 的B-CAMS-OMV提供二進(jìn)制文件相機(jī)轉(zhuǎn)接板。后者為 OpenMV 和 Waveshare 相機(jī)模塊提供了一個擴(kuò)展連接器。該軟件處理設(shè)備上的注冊、相機(jī)控制、接口、板上的操縱桿、圖像捕獲、預(yù)處理和機(jī)器學(xué)習(xí)庫。它的數(shù)據(jù)庫最多可以存儲 100 個用戶，并且該進(jìn)程在嵌入式 RAM 和閃存上以每秒 3.6 幀的速度運(yùn)行。因此，可以構(gòu)想出不需要外部存儲器的應(yīng)用程序。此外，該解決方案只需要一個低分辨率 RGB 攝像頭、常規(guī)環(huán)境照明和高達(dá) 1.5 米（5 英尺）的拍攝對象。

新的入場費(fèi)

在與 ST 博客的圓桌會議上，一家設(shè)計(jì)公司分享了客戶如何越來越希望從人工智能中受益。但是，進(jìn)入門檻仍然很高。為資源受限的微處理器開發(fā) AI 模型可能會增加總體成本，而對數(shù)據(jù)科學(xué)家的必要依賴意味著較小的團(tuán)隊(duì)處于劣勢。因此，F(xiàn)P-AI-FACEREC1 至關(guān)重要，因?yàn)樗砻骺梢栽?a target="_blank">微控制器上運(yùn)行復(fù)雜的神經(jīng)網(wǎng)絡(luò)算法。此外，ST 軟件工具有助于減輕一些固有的復(fù)雜性，從而降低進(jìn)入門檻。簡而言之，AI 的入場費(fèi)變成了 STM32 探索套件，因?yàn)樗虚_發(fā)軟件都可以使用免費(fèi)的 ST 工具，例如STM32CubeIDE和STM32立方體監(jiān)視器。

FP-AI-FACEREC1，機(jī)器學(xué)習(xí)市場滲透新篇章

機(jī)器學(xué)習(xí)正在成為一種必需品

新的 ST 軟件包為可以從人工智能中受益但無法證明大規(guī)模投資的應(yīng)用打開了大門。當(dāng)智能手機(jī)開始通過掃描面部來驗(yàn)證用戶身份時(shí)，制造商不得不投入大量現(xiàn)金和人力。對管理此類用例的極高準(zhǔn)確性和嚴(yán)格安全認(rèn)證的需求不言而喻。然而，鑒于面部識別在消費(fèi)者中取得的巨大成功，公司看到了他們的投資快速回報(bào)。當(dāng)其他行業(yè)需要人工智能但不能期望與智能手機(jī)供應(yīng)商相同的回報(bào)時(shí)，就會出現(xiàn)問題。

另一個復(fù)合因素是依賴面部識別的用戶定制應(yīng)用程序的興起。事實(shí)上，越來越多的客戶需要能夠?yàn)槊總€用戶定制設(shè)置、警報(bào)或行為。傳統(tǒng)上，用戶通過單擊按鈕、選擇頭像或輸入登錄名和密碼來選擇他們的帳戶。通過面部識別軟件，界面可以自動識別用戶并啟動他們的服務(wù)或設(shè)置。幾年前，視頻游戲機(jī)制造商將這個想法帶給了大眾。使用 FP-AI-FACEREC1，可以提供類似的功能，而無需昂貴的游戲系統(tǒng)。

面部識別越來越成為關(guān)注用戶健康的新應(yīng)用的中心。例如，消費(fèi)者烤箱制造商可以使用機(jī)器學(xué)習(xí)來檢測附近的兒童，而該設(shè)備還很熱，并觸發(fā)自動鎖定以防止發(fā)生事故。同樣，在電梯中使用面部識別可以確保孩子們只去他們的樓層，以防止他們迷路。

機(jī)器學(xué)習(xí)變得更容易訪問

FP-AI-FACEREC1 是必不可少的，因?yàn)樗剐滦袠I(yè)能夠從機(jī)器學(xué)習(xí)中受益，這要?dú)w功于它的權(quán)衡。在 STM32H7 上運(yùn)行代碼意味著與專注于安全身份驗(yàn)證的系統(tǒng)相比，應(yīng)用程序使用更少的圖像層和更低的分辨率?？鞠浠螂娞莶恍枰獫M足與計(jì)算機(jī)驗(yàn)證用戶相同的準(zhǔn)確性標(biāo)準(zhǔn)。因此，F(xiàn)P-AI-FACEREC1 表明可以使用更少的 RAM 和計(jì)算吞吐量，同時(shí)保持適合大眾市場應(yīng)用的精度。 此外，ST 軟件包可容納全局快門以減少運(yùn)動模糊或紅外傳感器以改善低光性能。結(jié)合飛行時(shí)間傳感器，功能包可以處理接近檢測。最終，該應(yīng)用示例為尋求創(chuàng)新的工程師奠定了基礎(chǔ)。

同樣的解決方案也適用于STM32MP1，以滿足需要更多功率的工程師。一些團(tuán)隊(duì)需要嵌入式 Linux 發(fā)行版才能更輕松地運(yùn)行 Web 服務(wù)器。其他人可能需要 Cortex-A7 內(nèi)核的強(qiáng)大功能來實(shí)現(xiàn) GUI。在所有情況下，都可以使用與 FP-AI-FACEREC1 相同的 TensorFlow Lite 模型并在 Linux 上運(yùn)行它。因此，開發(fā)人員可以享受更多的每秒幀數(shù)，同時(shí)受益于相同的內(nèi)存占用。因此，擁有一個可以在高級 RTOS 上運(yùn)行的系統(tǒng)使面部識別更容易獲得。

FP-AI-FACEREC1，關(guān)于嵌入式系統(tǒng)機(jī)器學(xué)習(xí)的新故事

創(chuàng)新使人臉識別成為可能

機(jī)器學(xué)習(xí)是一個復(fù)雜的主題，它可能令人生畏。ST 的軟件包是一種解決方案，它試圖揭開工作流程的神秘面紗，并展示了該行業(yè)已經(jīng)走了多遠(yuǎn)。第一步是拍照以確定是否有要檢測的人臉。之后，將人的面部特征轉(zhuǎn)換為浮點(diǎn)數(shù)數(shù)組（Float32Vector）。因此，該系統(tǒng)是完全保密的，因?yàn)閳D片本身從未存儲在數(shù)據(jù)庫中，并且整個過程完全是本地的。該應(yīng)用程序從不將數(shù)據(jù)發(fā)送到云端。最后，F(xiàn)P-AI-FACEREC1 與業(yè)界其他產(chǎn)品的區(qū)別在于它使用 STM32Cube.AI 來優(yōu)化其神經(jīng)網(wǎng)絡(luò)。因此，它使用更少的內(nèi)存并在 STM32 MCU 上提供更高的性能。

由于優(yōu)化，面部識別成為可能

ST 解決方案的另一個令人興奮的方面是它有助于了解內(nèi)存使用和優(yōu)化。例如，相機(jī)捕獲的每張圖像占用 150 KB 的 RAM，而圖像緩沖區(qū)占用 225 KB。大多數(shù)庫都可以放入 Flash，包括由 STM32Cube.AI 優(yōu)化的神經(jīng)網(wǎng)絡(luò)庫。因此，整個應(yīng)用程序可以安裝在 STM32H7中。然后，開發(fā)人員可以調(diào)整我們的實(shí)現(xiàn)以滿足他們的需求。但是，F(xiàn)P-AI-FACEREC1 確保它們從強(qiáng)大的實(shí)現(xiàn)而不是空白頁開始。

由于合作，面部識別成為可能

ST 的功能包是最終產(chǎn)品的墊腳石。團(tuán)隊(duì)可以在原型設(shè)計(jì)階段利用演示應(yīng)用程序，然后再進(jìn)行生產(chǎn)就緒實(shí)施。為了進(jìn)一步加快部署速度，工程師可以依賴ST 合作伙伴計(jì)劃的成員 Nalbi。事實(shí)上，該公司提供針對 STM32 優(yōu)化的計(jì)算機(jī)視覺深度學(xué)習(xí)模型。因此，團(tuán)隊(duì)可以使用 FP-AI-FACEREC1 或 Nalbi 的服務(wù)來進(jìn)行生產(chǎn)就緒實(shí)施，利用 STM32Cube.AI 并優(yōu)化性能以實(shí)現(xiàn)最有效的物料清單。

工程師可以使用 FP-AI-FACEREC1 的預(yù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)進(jìn)行試驗(yàn)，以實(shí)現(xiàn)快速的概念驗(yàn)證。然而，在生產(chǎn)方面，開發(fā)人員將不得不使用他們的人臉數(shù)據(jù)庫來訓(xùn)練機(jī)器學(xué)習(xí)模型。事實(shí)上，這一步直接影響了針對性別、面部特征、膚色、圖像角度等的面部識別。因此，必須使用反映用例的培訓(xùn)數(shù)據(jù)庫。或者，可以利用 Nalbi 的生產(chǎn)就緒軟件來構(gòu)建最終應(yīng)用程序。

審核編輯：郭婷