蘋果開始在iOS10中使用深度學習進行人臉檢測

蘋果今天在夏季發(fā)布的“機器學習期刊”博客上發(fā)布了新帖子。最新的博客文章標題為“用于面部檢測的設(shè)備上深度神經(jīng)網(wǎng)絡(luò)”，致力于 利用Apple定制CPU和GPU的功能來 詳細描述識別照片中面部的資源密集型過程。

蘋果公司承認，其對用戶隱私的堅決承諾使其無法將云的功能用于計算機視覺計算。此外，發(fā)送到iCloud照片庫的每張照片和視頻在發(fā)送到iCloud之前都已在設(shè)備上加密，并且只能由在iCloud帳戶中注冊的設(shè)備解密。

他們讓深度學習算法在iPhone上運行時面臨的一些挑戰(zhàn)：

深度學習模型需要作為操作系統(tǒng)的一部分提供，占用寶貴的NAND存儲空間。它們還需要加載到RAM中，并在GPU和/或CPU上需要大量的計算時間。與基于云的服務(其資源只能專門用于視覺問題)不同，必須在與其他正在運行的應用程序共享這些系統(tǒng)資源的同時進行設(shè)備上計算。

最重要的是，計算必須足夠有效，以在相當短的時間內(nèi)處理大型照片庫，而又不會顯著降低功耗或增加熱量。

為了克服這些挑戰(zhàn)，Apple使用BNNS和Metal來解鎖并充分利用其內(nèi)置在iOS設(shè)備中的內(nèi)部設(shè)計GPU和CPU的功能。升級到主要的新iOS版本后，您實際上可以在設(shè)備上進行這種面部面部檢測。

這通常會提示iOS重新掃描整個照片庫，并從頭開始對所有照片運行面部檢測算法，這可能會導致設(shè)備過熱或變慢，直到照片完成對圖庫的掃描為止。

蘋果開始在iOS 10中使用深度學習進行人臉檢測。

隨著iOS 11中新的視覺框架的發(fā)布，開發(fā)人員現(xiàn)在可以在其應用程序中使用該技術(shù)和許多其他計算機視覺算法。

蘋果指出，在開發(fā)視覺框架以保護用戶隱私并允許該框架在設(shè)備上高效運行時，它面臨“重大挑戰(zhàn)”。