【課程簡報】Edge AI社聚#1 身份辨識防疫技術交流 ─ Edge AI人臉辨識技術剖析

很高興今日(2021/2/25)受邀在「Edge AI 社聚」和大家分享關於邊緣智能上人臉辨識相關技術。此次從傳統算法介紹到目前人工智慧算法，並分別解釋相關辨識基準，主要包括下列項目，希望能幫助大家能快速進入「人臉辨識」這個領域

• 人臉辨識應用
• 人臉辨識技術
• 人臉辨識發展
• 人臉資料集
• 人臉辨識基準
• 開源辨識工具

另外文末附上14個常見人臉特徵點(Facial Landmarks)資料集載點，可自行參考。

 （以下圖點擊後放大）

【Intel OpenVINO™教學】GStreamer串流影片智能分析不再慢吞吞─看Intel OpenVINO DL Stream如何加速影片推論

 

隨著人工智慧興起，利用「深度學習」技術來進行電腦視覺工作已是很普遍的應用，如影像分類、物件偵測等。通常只需將單張影像送入訓練好的模型中進行推論即可得到輸出結果，但當遇到視訊檔案或串流影片時，逐格(by Frame)影像分析就變得很沒效率，因為影格間時間差距過短（通常為1/30 ~ 1/60秒），場景中的物件位移量（變形量）可能過小，導致影格間得到幾乎相同的計算結果（物件位置、尺寸及分類），浪費計算資源，也讓系統看起來反應過慢。

為了使視訊檔案及串流影片在分析上能加快反應，Intel OpenVINO Toolkit（以下簡稱OpenVINO）整合了GStreamer、OpenCV並提供DL Streamer - GStreamer Video Analytics (GVA) Plugin，讓使用者可以更彈性的設定，使其在影片（連續影像）分析上更具效率。接下來就幫大家介紹「什麼是串流影片？什麼是GStreamer？」、「如何安裝OpenVINO DL Streamer環境」、「串流影片分析及優化流程」，最後再以一個即時追蹤車輛、行人的範例來介紹如何使用命令列操作，希望能幫大家對DL Streamer有更多認識。

【Raspberry Pi Pico 開箱實作教學 #02】 OLED SSD1327 I2C MicroPython驅動程式開發與測試

在上一篇[1]已初步介紹如何安裝Raspberry Pi Pico (以下簡稱Pi Pico) MicroPython開發環境及基本數位輸出入(GPIO)、類比輸出入(ADC, PWM)用法。這一次就介紹如何自己寫一個OLED的驅動程式做為後續文字及圖形內容(GUI)顯示的介面。實驗用電路如Fig. 1所示。

 

Fig. 1 Pi Pico測試用電路板接線圖。(OmniXRI Feb. 2021設計/繪圖）(點擊圖放大)

大家會好奇為什麼要自己寫OLED驅動程式呢？因為目前Pi Pico不像Arduino，IDE就自帶各種I2C, SPI, UART, 8080介面的溫控、光電、運動、顯示等各種模組驅動程式及範例。而這些模組的供應商目前雖然有提供MicroPython驅動程式，但可能只有支援到Pyboard, ESP8266, ESP32, WiPy等這些常用的開發板，並不保證所有的驅動程式都能被Pi Pico直接使用。相信不久的將來這些模組供應商會很快提供相對應的驅動程式，所以想要用這些模組的朋友只能自己動手解決了。

【Raspberry Pi Pico 開箱實作教學 #01】 MicroPython開發環境安裝與GPIO數位/類比測試

在星爺電影食神中，唐牛說：「瀨尿牛丸彈性十足，還可用來打乓乒球，好玩又有噱頭！我都忍不住買了一碗！」，我想這正是我手上拿著Raspberry Pi Pico（以下簡稱Pi Pico）的心情，怎麼能不跟一波風潮呢。（ps.天竺鼠車車表示不服）

Pi Pico是一款有Arm Cortex-M0雙核心(133MHz)、264KB SRAM及2MB Flash的一款單晶片(MCU)，關於規格介紹的文章已充斥網上了，這裡就不多說明了，可以參考一下官網說明[1]或者陸向陽大大的文章[2]。

為了能快點試試這小傢伙究竟有多好玩，趁著周末無聊，就順手焊了一塊板子方便測試，其中包括了兩個輸出的LED（可數位或類比輸出）、兩個按鍵輸入，一個半可變電阻可調的類比輸入，最後再搭上一塊I2C介面的OLED顯示器，電路接線圖如Fig. 1所示，實體照片如Fig. 2所示。（ps. 不要問我為什麼不用麵包板，因為我喜歡享受焊板子的手感）

 

Fig. 1 Pi Pico測試用電路板接線圖。(OmniXRI Feb. 2021設計/繪圖）(點擊圖放大)

Fig. 2 Pi Pico測試用電路板實體照片。(OmniXRI Feb. 2021設計/製作）(點擊圖放大)