【专利解密】多AI模型联合识别算法百度为自动驾驶又添一新技术

作者：嘉勤IP 2021-12-04

相关舆情 AI解读生成海报

来源：爱集微 #专利解密#

3.3w

【嘉勤点评】百度发明的联合多种AI模型进行图像识别的方案中，包含有搭载多种AI模型的AI芯片，可以同时对图像完成多种任务的识别。通过将这些识别子结果整合起来并生成最终的识别结果，不仅可以提高图像识别的精度，还提高了图像的识别效率。

集微网消息，在近日的NVIDIA GTC大会上，英伟达正式宣布，百度第三代自动驾驶平台ACU（Apollo Computing Unit）产品“三鲜”将搭载NVIDIA DRIVE Orin SoC（系统级芯片）。

百度的自动驾驶技术目前位于国内的第一梯度，而在自动驾驶技术中，有一种技术是“图像+AI”的基本功，即图像识别。图像识别是指对图像进行处理、分析和理解，以识别各种不同模式的目标和对象的技术。

目前，为了节省云端服务器的计算压力和传输带宽，会在靠近数据源头的一侧直接对图像进行计算，即边缘计算。在基于深度学习的边缘计算的图像识别场景下，图像识别系统通常部署单个人工智能（AI）芯片，以及单个AI芯片连接的集成电路芯片。

具体而言，单个AI芯片运行图像识别过程中的所有深度学习模型，对集成电路芯片采集的图像进行图像识别，以得到图像的识别结果，并将图像的识别结果发送至云端服务器，以进行下一步处理。

而百度也在2019年4月30日申请了一项名为“用于识别图像的方法和系统”的发明专利（申请号：201910362134 .0），申请人为百度时代网络技术（北京）有限公司。

在该专利中，发明了一种联合多种AI模型进行图像识别的方案，根据该专利目前公开的相关资料，让我们一起来看看这项技术方案吧。

如上图，为该专利中发明的用于识别图像的系统的系统架构示意图，在该架构中，主要包括集成电路芯片101和AI芯片集合102，并且二者互相连接。其中，AI芯片集合包括至少两个AI芯片，且其中的AI芯片也相互之间并行连接，如上图中所示的AI芯片1021、1022。并且，该专利中提及，该方案可根据用户的具体需求并联任意数目的AI芯片。

集成电路芯片可以与AI芯片集合交互，完成接收或者发送信息的任务。例如，集成电路芯片采集图像后，将图像发送至AI芯片集合，AI芯片集合可以对图像进行图像识别，以生成两个识别子结果，并将结果发送至集成电路芯片。最终，在集成电路芯片中，可以整合这两个识别子结果生成最终的识别结果。

如上图，为应用于上述架构中的图像识别方案的流程图，当系统接收到集成电路芯片发送的图像后，会对图像进行识别，并且由AI芯片集生成多个识别子结果。在集成电路中，搭载有图像采集的传感器以及专门用于高清图像传输的SOC。

而在AI芯片集中，每个AI芯片可以运行图像识别过程中的所有深度学习模型，通过对图像的分割得到子图像集合，并将这些子图像分发给AI芯片集合中的AI芯片进行图像识别。通过汇总每个AI芯片的识别子结果，就可以得到图像的识别结果。

此外，在AI芯片集中，为了确保计算时间消耗最优，以达到计算性能最优的效果，一个复杂度较高的业务对应的深度学习模型可以单独运行在一个AI芯片上，同时，多个复杂度较低的业务对应的深度学习模型也可以同时运行在一个AI芯片上，以此均衡每个AI芯片的计算任务量，使得每个AI芯片的计算时间相近。

最后，我们来看看该专利中为上述图像识别方法构建的应用场景示意图，其中包含有两个并联的AI芯片，系统级芯片与转换芯片分别与云端服务器相连。在系统级芯片中，可以完成人脸图像采集的任务，并将该人脸图像转换为BT信号411发送给转换芯片。

转换芯片403会将BT信号转换为MIPI信号412，将其分别发送给AI芯片4011和4012，AI芯片4011可以检测到人脸的位置信息和属性信息，并将这两种信息进行整合，以生成第一识别结果413；同时，AI芯片4012也会得到人脸的位置信息和表情信息，以生成第二识别子结果414。最终，通过整合第一识别结果和第二识别子结果，就可以生成识别结果415。

以上就是百度发明的联合多种AI模型进行图像识别的方案，在该方案中，包含有多个AI芯片，可以同时搭载多种AI模型，可以对图像进行多种任务的识别，并将这些识别子结果整合起来，以生成最终的识别结果，不仅可以提高图像识别的精度，还提高了图像的识别效率。

关于嘉勤