| 一般泛指家庭内的大型家电,如冷气机,电冰箱,洗衣机等等。 |
| 是否有现成的软体可以套用? |
| 有的 有现成的可以参考 也可以Demo 。 |
| 人工智能如何保护个人隐私?如何保证安全性? |
| 有隐私顾虑的话,可以都全部采用在地端的做法,不会上传到云端。 |
| 语音识别能识别方言吗? |
| 目前有支持中文等32种语言,但方言应该还没有。 |
| 请问这只是做识别而已吗,可以做eye tracking吗? |
| 目前没有做eye trackin的功能。 |
| i.MX RT106F的主频最大能够达到多少? |
| 最高为600MHz。 |
| i.MX RT106L 音源输入可支援I2S输入吗? Sample Code: 是PDM To PCM? |
| 可以的,支持PDM/PCM format 。 |
| 人脸识别已经应用,还有再深度发展么? |
| 人脸辨识已有基本应用,深度应用需视功能性要求开发。 |
| 语音演算法开发码有 develop guide ? |
| 算法是固定的不能更改,但是唤醒字词和命令集后续会提供自行开发软件。 |
| 记忆体大约是使用多少呢? |
| 目前有2M, 4M。 |
| i.MX RT106L 音源输入可支援I2S输入吗? Sample Code: 是PDM To PCM?
|
| PDM 64KHZ@32bit 输入透过软体将PDM转PCM 16KHZ@16bit。 |
|
语音控制方案如何解决清晰度?
|
| 后续优化方面参考Alexa 测试方式,在30cm 50cm 1m 3m 等60db 方式收音,如有确定方案,可来信细谈。 |
| 本地的语音库需要训练么? |
| 需要。 |
| 动态可以做到吗? |
| 我们基本上还是以静态画面来做侦测,但是每秒可处理多张照片。 |
| 从待机到唤醒有哪些方法? |
| 支持由外部GPIO唤醒,如触摸、语音等。 |
| 人脸识别响应速率和识别率到多少? |
| 轻模型辨识时间不超过500ms,重模型不超过1000ms. 辨识准确率达99.6%。 |
| 语音控制方案支持繁体中文吗? |
| 不哦,支援English, Mandarin, German ,French。 |
| 这个主体芯片是哪一颗 低功耗么? |
| 目前使用i.MXRT106x,最低功耗为1mW。 |
| 跑Linux系统的吗?还是其他开源系统? |
| NXP EdgeReady的解决方案是运行在FreeRTOS。 |
| 使用到的算法可以进行二次开发吗? |
| 可以的,NXP提供完整的软体开发套件让客户进行第二次开发。 |
| 终端用户是否可以选择自己的唤醒词? |
| 唤醒词语命令皆为客制化。 |
| 恩智浦的基于MCU的远场语音控制和命令识别解决方案有哪些优势? |
| 软体DSP 支持 1.echo cancellation 2.Noise suppression 3. beaamforming 4.barge-in &语音控制演算法分担到每一颗芯片上,不用负担额外的NRE,所以在少量生产上减少很多成本上的负担。 |
| 人脸识别技术MCU平台优势? |
| 在MCU上执行人脸识别,有方案成本较低,功耗低,架构简单,可迅速布建。 |
| 语音控制方案支持多远最大距离? |
| 5~7 米,客户实测有到7米。 |
| 请问NXP关于人脸识别的芯片有哪几类? |
| 目前为i.MX RT106F,之后会有运算能力更高的i.MX RT117F。 |
| 语音控制是提供算法包还是开放代码? |
| 语音匴法提供程式库API调用, 其它都开源。 |
| 为什么要采用本地语音,不使用云端语音? |
| 本地语言不会因为连线问题中断&速度变慢。 |
| 语音控制 用的是特定还是非特定方案? |
| 目前语音控制是使用NXP的i.MXRT106x,这是目前最适合的方案,欢迎来信询问详细方案。 |
| I.MX RT106F识别速度怎样? |
| 0.4 sec @ 600 MHZ。 |
| DSP能否用多个mic 判定声源方向? |
| 演算法最多支援3 Mic & beamforming。 |
| 采用了哪些语音处理算法?语音识别率能达到多少? |
| 唤醒词语命令演算法& 软体DSP; 需实测。 |
| 1.纯语音辨识 功耗大约多少W? 2. 人脸识别 功耗大约多少W? |
| RT106F @600MHz = 214mW , @528MHz = 174mW。 |
| 唤醒语言我们该如何验证其准确度? 有标准测试手法吗?
|
| 有,演算法厂商有相关测试 。 |
| 带学习功能吗? |
| 没有。 |
| 支援ONNC吗? |
| 目前没有。 |
| 可以支持到是多少word呢? |
| 看记忆体空间,实测30 组以上。 |
| 供货期多久? |
| MCU产品一般为6~7年的供货期 。 |
| RT106S 有AEC车规的方案吗? |
| 目前没有,需转换其他规格MCU。 |
| 软体支援VC吗? |
| 目前没有支援。 |
| 人脸识别IR+RGB同时使用时的最大辨识数目是否就变成IR的100人? |
| 需视演算法能力。 |
| 请问这个Feature 跟 IPhone 的Face ID有什么差异吗 Thanks? |
| 强调中低阶应用 MCU base。 |
| 创维在电路架构中是扮演什么角色? |
| 硬体鱼眼校正 & ISP。 |
| 方案使用的是红外摄像头吗?还是微光摄像头?
|
| 红外线摄像头。 |
|
同时间只能识别多少人的人脸吗?
|
| 1个人脸。 |
| 作为门铃来说,识别人脸有什么用?没有录入数据库的人脸识别不出来,录入的识别出来能作为开门使用吗?那不是智能门锁的事情吗? |
| 认识的人才能进出 。 |
| 3D镜头用的哪家的呢? |
| 可由客户自行选择开发。 |
| 可以使用手机去取得门铃的资讯吗? |
| 支持手机注册。 |
| 人脸识别可以分辨活体与照片的差异吗? |
| 有,IR + RGB 镜头支援活体识别。 |
| 于眼镜会门铃,如果多人在可视范围内,多人都可追踪吗? |
| 抓最近的人脸。 |
| i.MX RT106F 的 USB 可定义成HID 装置吗? |
| 须加上USB相关产品。 |
| RT106X应用在智慧门铃的哪些方面? |
| 监控非家人长时间逗留, 可拍照上传通知主人。 |
| RGB会不会受环境光干扰? |
| 人脸识别安装时会考虑环境光源。 |
| 静态功耗能够做到多少? |
| i.MX RT系列待机时的功号不超过1mW。 |
| 戴眼镜可以识别吗? 有其它的限制吗? |
| 注册时有戴就可以。 |
| 请问RGB 也能做到防伪吗?另外IR 与 RGB为何数量差那么多? |
| RGB 不行防伪。 |
| RT系列的语音识别是包括了MIC前端处理吗?即降噪,去混响,波束成形算法……? |
| 是,软体DSP处理。 |
| 轻模型与重模型有何区别? |
| 速度.数量,价格。 |
| IR和RGB做活体检测和人脸比对是吧 双目? |
| RGB侦测人脸识别 IR 做活体识别。 |
| 基于恩智浦全新的OASIS-LITE引擎,比 TensorFlow-Lite方式有哪些优势? |
| 更轻量。 |
| RT106F在户外强光下仍旧可以辨识吗? |
| 人脸识别安装时会考虑环境光源。 |
| 可以加强眼睛区域的辨识能力吗? |
| 演算法是固定的无法更改。 |
| 画质与fps可以到多少? 目前有打通过 哪些牌子的影像感测器? |
| 15fps~30fps,影像感测器厂商大都有合作。 |
| 现在大家都戴口罩!可以加强眼睛区域的准确度!来稍微替代虹膜辨识吗? |
| 演算法是固定的无法更改。 |
| 人脸辨识以及语音辨识,机器与人脸或是语音的距离为多少? |
| 人脸低于1米 , 语音5~7 米。 |
| 算法库是通用的吗?
|
| 演算法是固定的无法更改。 |
| 噪声抑制如何优化? |
| 软件DSP有支持环境降造 。 |
| 恩智浦基于Arm Cortex-M7核心的人脸识别与本地语音控制的方案产品跟竞品优势在哪? |
| 性价比很高,不用额外NRE。 |
| 人脸识别的算法难点有什么? |
| 公开演算法很多(MPU等级),但MCU 等级的很少。 |
| I.MXRT106X是否有耐湿度的验证? |
| 重点应该在机构防水功能吧 。 |
| 人脸的采集数据,数据的信息安全目前是如何处理的? |
| NXP 支持本地端人脸识别,资料库不用存在云端。 |
| 人脸识别使用的是双目还是结构光还是双目结构光,详细参数在哪找? |
| RGB 是单镜头没支援结构光。 |
| 请问视觉识别在物体长时遮蔽下如何处理? |
| 目前只支援人脸识别。 |
| 对于特殊环境,智能识别是否可以应用,比如极低温? |
| 目前方案是强调性价比,特殊方案建议找特殊应用厂商。 |
| NXP关于人脸识辨的芯片会用于高拍仪类吗? |
| MCU 等级人脸识别解析度无法支援太远距离。 |
| 深度学习是利用何种方式提高精密准确度?
|
| 演算法是固定的无法更改。 |
|
请问此低成本MCU在执行一个commands或wake-words时,其平均功耗为多少呢?
|
| 运行600MHz有 RT1050。 |
| 本地语音能耗表现如何?是否适合穿戴类IoT产品? |
| 有其他产品比较适合穿戴产品。 |
| NXP本地语音识别能识别最大多少条指令? |
| 50条以上。 |
| 资料库是放在网路伺服器吗?还是自己的系统里? |
| 本地端。 |
| 我们有个线激光的应用,三角法测距,用VGA像素摄像头,用这个MCU计算深度,能到30帧吗? |
| 请 Mail NXP@sacsys.com.tw。。 |
| 怎么样获取演讲的资料? |
| 请关注大大通的公众号“大大通”,或者登陆大大通去获取。 |
后续我们还会有更多关于大大通线上研讨会,也欢迎大家持续关注~
► 相关视频
2021/6/17_大大通研讨会回放_用低成本MCU做到精确辨识~NXP人脸识别与本地语音控制方案
机器学习、人工智能在近几年的迅速发展,不但影响了工业制造的发展,同时也开始走入了人们的居家生活。举凡具人脸辨识的门禁管控、炉台/咖啡机使用控制、具语音控制的灯光、生活家电,俨然让我们的居家生活越来越智能了。
恩智浦基于Arm Cortex-M7核心的人脸识别与本地语音控制的方案产品为接近量产、已过FCC/CE认证的Turnkey solutions。完整的参考设计提供了硬体线路、Layouts、BOMs以及非ML/AI的软体源代码,加上品佳集团技术团队于人脸辨识与本地语音控制应用上之经验复制,可加速客户开发时程。
本研讨会主题包括:
一、基于MCU的人脸识别解决方案
使用了恩智浦全新的OASIS-LITE引擎,整体效能上比CMSIS-NN 有更高的准确性,也比 TensorFlow-Lite有更优的速度和内存消耗表现。
二、基于MCU的本地语音控制解决方案
支持180度以及360 远场实现,且不需要NRE费用来产生commands和wake-words的模型。
三、应用案例演示。
研讨会资料+中奖名单 & 精彩问答 正在努力追赶即将上线,还请大家稍候哦~
也欢迎大家持续关注我们大大通更多线上研讨会~
★博文内容均由个人提供,与平台无关,如有违法或侵权,请与网站管理员联系。
★文明上网,请理性发言。内容一周内被举报5次,发文人进小黑屋喔~
评论