欢迎光临GGAMen游戏资讯




为什么手机能认出戴口罩的你?主要是“它”的功劳

2024-11-02 221


武汉肺炎(COVID-19、新冠肺炎)疫情让脸部解锁功能低下高贵的头,当口罩成为出门必备品,解锁手机时总要经历“脸部辨识失败→输入密码”的麻烦过程,不由得让人怀念起指纹辨识。

为了优化脸部解锁体验,今年稍早创业者 Danielle Baskin 推出带脸部资讯的口罩,透过撷取用户脸部资讯,然后印在口罩外侧,用户就算戴口罩也可拼成完整的脸。

▲ 但有点惊悚。(Source:Danielle Baskin)

不过产品解锁成功率不明确,且没有大量样本证明有用。那要如何让脸部辨识不再被口罩困扰?

一些网友渐渐发现,随着戴口罩时间越来越久,手机似乎由一次次解锁失败找到“经验”,逐渐能辨识成功戴着口罩的主人。

靠这思路,一些科技网红也分享更有效的教程,如戴口罩反复解锁,脸部辨识不成功就立即输入密码,循环这动作 30 分钟左右,手机便能辨识戴口罩的自己了。

▲ 戴口罩成功脸部解锁。(Source:Farhad Usmanoff)

不过网友表示,不同机型的“学习”速度不一,有人重复 20 分钟便成功,但有人重复上千次,手机仍无法辨识戴口罩的人。

为什么会出现这种情况?答案和手机 AI 学习能力有关。

深度学习利器──NPU

如果有关注近两年的手机发表会,一定会发现手机厂商介绍 SoC 芯片时,都会重点提到 NPU 升级。

NPU 就是神经网络处理器。手机芯片一般分为几个功能区,发表会常提到的有 3 个:一是擅长处理繁复工作和发号指令的 CPU,二是擅长图形处理的 GPU,再来就是擅长处理人工智能任务的 NPU。

虽然 NPU“占地”没有 CPU 和 GPU 大,但能力却不容忽视,手机的智慧程度就靠它了。

训练手机辨识戴口罩的人,便主要归功于 NPU 的能力。镜头捕捉到脸部后,CPU 和 GPU 会在极短时间前端处理图片,然后 NPU、GPU 侦测撷取特征,最后 CPU、GPU 和 NPU 共同完成脸部辨识分类。

得益于日益强大的运算力,整个过程能到“无感”程度。我们拿起手机的瞬间,上述流程便处理完毕。

NPU 的加入,让手机认识不同状态的你。早上刚起床时,即便浮肿,手机也知道这就是你,甚至被马蜂蛰了、嘴巴肿成“香肠”,手机依然能辨识你。

所以经过定量训练后,手机便可“无惧口罩”认出你了。

如果只靠算法,CPU 和 GPU 也能配合学习,但缺点是效率低且功耗大。据《汽车电子与软件》介绍,CPU 和 GPU 需使用数千条指令完成神经元处理,NPU 只需一条或几条就能完成。

▲ NPU 学习效率颇高。(Source:Android Authority)

另外同等功耗下,NPU 效能是 GPU 的 18 倍,可看出 NPU 深度学习的处理效率方面有明显优势。

说到这不得不提 NPU 的工作原理。NPU 的学习效率高,不是因为喝了“红牛”,而是在电路层模拟人类神经元和突触,使用深度学习指令集,直接处理大规模的神经元和突触。透过突出权重达成储存和计算一体化,NPU 一条指令就能胜任以往 CPU 和 GPU 的上千条指令。

打个不准确的比喻,就像电商的仓储、物流一体化,提高送货效率,当天买当天就能拿到商品。

NPU 并不鸡肋

中国最早研究 NPU 的企业当属寒武纪。2017 年发表的麒麟 970 芯片,就采用寒武纪 NPU 架构,麒麟 970 也为世界首款行动端 AI 芯片。

华为表示整合 NPU 单元的麒麟 970,相较 4 个 Cortex-A73 核心处理同样的 AI 任务时,拥有约 50 倍能效和 25 倍效能优势。例如影像辨识速度可达约每分钟 2 千张,远高于业界水准。

11 天后,iPhone 8 / 8 Plus、iPhone X 带着 A11 仿生芯片问世,苹果表示这是有史以来最强大、最智慧的芯片。

A11 Bionic 是苹果首款以“仿生”命名的处理器,也是苹果第一款支援 AI 加速的处理器。比如脸部辨识,神经网络引擎让 A11 支援速度高达每秒 6 千亿次运算辨识。

也是从这年开始,越来越多厂商重视手机 AI 能力宣传。如华为主打的 AI 摄影、超级夜景、隔空手势等功能;iPhone 引以为傲的 Face ID、人像景深、Deep Fusion(深度融合)等功能,都依赖 NPU 的能力。

▲ 华为 AI 手势操控。

2019 年 6 月开始,麒麟 810 发表,华为开始使用自研达芬奇架构的手机 AI 芯片。达芬奇架构的巧妙之处在于各单元分工清晰,可有更高效的 AI 计算。

据《电子产品世界》介绍,达芬奇架构核心的 3D Cube、Vector 向量计算单元、Scalar 纯量计算单元等,都各自负责不同运算并列化计算模型,共同保证 AI 计算高效处理,达成高算力、高能效、灵活可裁剪的特徴。

刚结束的 Mate 40 系列发表会,华为强调麒麟 9000 芯片 NPU 升级到达芬奇架构 2.0 版本,算力翻倍。AI 计算能力更强同时,效能提升 15%,网络执行效能也提升 20%。

苏黎世联邦理工学院的 AI Benchmark 榜单,麒麟 9000 摘得 Android 阵营桂冠,分数是高通骁龙 865+ 两倍多。

▲ AI Benchmark 榜单。

至于麒麟 9000 也进化到每秒 2 千张的速度。发表会重点展示的 AI 隔空手势、AI 灵动熄屏幕、AI 字幕等,也都是 NPU 能力的显现。尤其“智感支付”功能,当手机感测到扫码盒时,便会自动出现付款码页面,一气呵成完成支付。

▲ 华为智感支付。(Source:VDGER)

第四代 iPad Air 发表时,苹果也强调 NPU 能力精进。相比 A12 仿生处理器,A14 仿生新一代神经网络引擎让机器学习效能快达两倍。

超高的机器学习速度,让 A14 仿生芯片达成超级画素功能,搭配 pixelmator 使用,放大裁切后照片,画素会自动增补,让照片更清晰。

反映到 iPhone 12 系列,计算摄影能力也空前改进。举个例子,延迟摄影时,手机会自动计算被摄物体,如果是拍车流,手机会自动降低快门速度,让车灯呈现拖影感,画面流动感更强。

新一代 iPhone 在 Deep Fusion、HDR 影片等方面,与 iPhone 11 相比都有肉眼可见的变化,都得益于 A14 强大的 AI 计算能力。

我们可期待 NPU 什么?

虽然行动端 NPU 近两三年才开始大力宣传,但相关概念在 2013 年就已出现。

当时高通希望透过模仿人脑的计算架构,缩小普通机器运算与人脑的差距,这种透过模拟神经元的运算处理器,高通称为“Zeroth”。

▲ 高通介绍 Zeroth。

高通 Zeroth 芯片,运算架构模仿人类生物神经细胞的运作模式,是大脑架构层面。NPU 则是模仿大脑功能层面,两者方向不一样。高通没有加入独立 NPU 大军,坚持人工智能引擎 AI Engine 的方向。

高通骁龙 845 发表时,某些外界声音批评高通没有顺应 NPU 趋势,以至于 AI 能力落后。高通进阶副总裁兼行动业务总经理 Alex Katouzian 回应,虽然没有独立神经网络引擎单元,但采用更弹性的机器学习架构(AI Engine),通用平台内最佳化核心,分散于 CPU、GPU、DSP 等每个单元,可针对不同行动终端机提供弹性呼叫各处理单元。

可以这样理解:NPU 的方向是分工明确,每个单元的集约化程度较高;高通 AI Engine 的方向是“有工作大家一起做”。

直到采用第五代多核人工智能引擎 AI Engine 骁龙 865 系芯片发表时,高通依旧没有踏入 NPU 之道。

▲ 高通强调 865 的 AI 能力(左下方)。

不过实际使用,高通骁龙 865 的学习能力依然值得肯定。如近半个月使用搭载高通骁龙 865+ 的 vivo X50 Pro+ 时,每天解锁十次左右,已能成功辨识戴口罩的主人了。

但从资料看,AI 学习能力落后麒麟 9000 和 A14 不少。NPU 一次次用数据证明自己的 AI 实力,高通下一代 AI Engine 能否力挽狂澜,还需等 875 系列芯片面世才能知道。

人工智能时代希望看到的场景是,手机不再被动回应用户需求,而是能主动分析、感测用户需求,并预先提供相关服务的智慧装置。

▲ Mate 40 系列 AI 能力展示。

这方面各家厂商还都在起步阶段。如应用建议,目前最好的笔者认为是小米。透过时间和场景等因素分析,每次都能“猜到”想开启的软件,并智慧排序在最显眼的位置。Mate 40 系列支援的“智感支付”更走在 AI 前端,也给人们更多想像空间。

除了手机,NPU 也逐渐应用到平板电脑、笔电等行动端。苹果近日发表的 M1 芯片就拥有 16 核 NPU,每秒可执行 11 兆次运算,将机器学习速度提升 11 倍,这是传统 PC 难以企及比拟。

搭载 M1 芯片的 MacBook 系列、Mac mini 将有哪些使用体验变化,颇令人期待。

目前的软件生态下,行动端 CPU 和 GPU 提升对用户日常使用来说感受不强,如 iPhone XS 和 iPhone 12 相比,应用流畅性差不多,会影响用户体验的,就是机器学习能力变化,也是为什么要关注 NPU 发展。

(本文由 爱范儿 授权转载;首图来源:pixabay)

延伸阅读:

  • NEC 人脸辨识技术再升级,戴口罩也能精准侦测
  • AI 耳机靠脸部肌肉轮廓“偷窥”表情,戴口罩也遮不住辨识准确率达 88%
  • 研究:戴上口罩,大部分脸部辨识算法就失效
2020-11-18 14:09:00

标签:   游戏头条 资讯头条 ggamen科技资讯 ggamen科技 ggamen科技资讯头条 科技资讯头条 ggamen游戏财经 新闻网 科技新闻网 科技新闻 ggamen游戏新闻网 科技新闻 科技新闻网 新闻网 ggamen游戏财经 科技资讯头条 ggamen科技资讯头条 ggamen科技 资讯头条 游戏头条 ggamen ggamen游戏新闻网 科技新闻网 新闻网 ggamen游戏财经 科技资讯头条 ggamen科技资讯头条 ggamen科技 ggamen科技资讯 资讯头条
0