WiMi 開發全息人臉識別 AI 芯片系統

人臉識別採集分析系統主要通過雲伺服器叢集、傳統 CPU 和主晶片，計算電力短缺和能源成本高，即時採集和識別，立即反應效果，造成一些關鍵數據信息遺漏或錯誤檢測，部署成本非常高。WIMI 全息雲股份有限公司（納斯達克：WIMI）開發一種基於邊緣計算的全息面部識別 AI 芯片系統，在終端上放置識別，收集和分析。一方面，它有效地提高算法計算能力優化；另一方面，可以建立私有域以有效保護數據安全。它可用於控制一些關鍵部門、重點企業或高端工廠，以及工業園、辦公樓、公寓的安全管理，以便捷、安全、高效的部署。

全息面部識別 AI 芯片系統，基於邊緣計算，因為它是邊緣計算，與傳統的臉部識別和人/卡比較方法不同。它可以實現同步面部跟踪獲取和面部屬性分析反饋結果。它可以在前端獲取收集人的全息高密度面部數據：面部屬性，外觀，特徵，收集時間，地理位置等必要信息，並可以識別和區分收集的人的特徵。WiMi 的全息面部識別 AI 芯片系統可以基於現有的安全視頻系統，結合邊緣計算技術，AI 計算力加速技術，深度學習算法，全息數據增益技術，卷軸神經網技術，人臉識別和採集技術，形成基於邊緣計算全息面部識別 AI 芯片系統，合併原始安全系統升級。

基於邊緣計算的 WiMi 全息面部識別 AI 芯片系統可以使用時間窗作為採樣期，也可以根據特定目標人員進行設置，例如關鍵位置的工作時間和地理空間。例如，在取樣期間進行多次取樣，並選擇最佳採樣作為最終採樣資訊。如果在取樣框中出現多個面，則必須識別所有面。對於完全無法識別的臉部，請忽略保留策略，並專注在後續框架或其他監控位置再次抓住，直到識別為止，以確保全面識別，系統管理區域中的數據完整性，並維持區域安全性。基於邊緣運算的全息面部識別 AI 芯片用於高密度動態人員信息收集，用於在關鍵位置的監控視頻，為安全管理和生產提供結構化的主要數據。該系統包括一個視頻訪問端口，並與現有的監控視頻進行對接。

全息圖像解碼框架模塊，解碼中央控制模塊指令，並提取要分析的框架。

全息圖像優化處理模塊根據中央控制模塊的指示分析提取框中的圖像獲取，加速採樣結構的全息圖像優化，並回饋到中央控制模塊。獲得的新信息，例如缺少的信息，將繼續由主控模塊發出。

邊緣計算和演算法加速模塊，包括核心計算單元，基於 ARM 架構，嵌入式多層 CNN 捲曲神經網絡，低功耗的算法操作和高平行計算性能。

面部收集分析模塊，收集人臉以進行識別和細分，分析臉部照片，地理信息，時間信息，收集的臉部信息，性別，年齡，種族，面罩，眼鏡等。

中央控制模組實現採樣過程的管理，以及其他模塊的全面控制和管理。

數據存儲和通知模塊在本地存儲收集的人員信息，並根據信息級別通知外部系統。

WiMi 的全息面部識別 AI 芯片系統基於邊緣計算，前端通過邊緣計算動態全息面部識別算法，通過視頻訪問視頻全息解碼，以及圖像的面部，跟踪，捕獲，重量和特徵價值作為信息識別，構建過去人員信息，完整的人員信息收集，並可實現私有域管理，提高信息安全水平。此外，系統部署方便，可以外部，機架，移動多種部署方式，可以將該設備直接連接到現有的高清網絡攝像頭，直接在前面可完成部分視頻結構化工作，獲得高品質的臉部結構化數據，並提高後端智能識別分析速度和計算效率，充分利用現有的庫存攝像頭，通過插件的形式可直接升級到當前的非結構化視頻智慧型結構化資料。

WiMi Hologram Cloud, Inc.（NASDAQ：WIMI）基於邊緣計算的全息面部識別 AI 芯片系統可以在複雜的環境中進行高密度動態全息面部收集，可用於各種重要場合，以及數碼相機和智能前端進行面部信息收集，滿足不同的安全信息收集需求。