少年，看你骨骼清奇，莫非是……

一位神秘兮兮的老乞丐對好奇的小孩一本正經地說：「少年，我看你骨骼清奇，是萬中無一的武學奇才，維護世界和平就靠你了，我這有本秘籍——《如來神掌》，見與你有緣，就十塊賣給你了！」還記得這個橋段么？一般來說，我們看人，不僅要看臉，還需要看人整體的體型等。

而在人工智慧領域，讓機器來「識人」也是同樣的道理。要讓機器擁有更全面的感知能力、人機交互能力，僅僅「識臉」是不夠的，機器還需要「知行」，即具備對人行為的識別和判斷能力。人體骨骼姿態識別作為「知行」的核心技術，已經開始進入應用領域。

在火車站、地鐵等場所，對人群進行異常行為的監測，防止出現打鬥、翻越禁行區等行為；在康復及療養中心，監測康復鍛煉的進展，觀測人員是否有摔倒、求救等行為；在教育中，檢測體育、舞蹈動作是否標準；在虛擬遊戲中，通過對人體動作的識別，呈現出人機互動畫面。如何將演算法更穩定、高效的落地在硬體平台上，成為人體骨骼姿態識別技術進入應用領域最迫切需要解決的問題。

人體骨骼姿態識別技術，通過深度學習卷積神經網路運算，檢測出圖像中人體關節點，將兩個關節點之間的有效連接作為一個肢體，形成了人體骨骼姿態圖。

上圖展示的就是目前最流行的多人人體姿態估計演算法之一OpenPose 人體姿態識別步驟。（圖片來源：https://arxiv.org/pdf/1812.08008.pdf）

在地鐵站進行人群異常行為監控時，單個監控攝像頭中的識別對象可能包含數十個人，整個地鐵站中人群的數量有數百人，甚至上千人，人工智慧演算法的計算量非常大。在互動性高的人機交互場景中，如虛擬遊戲，人工智慧演算法需要極低的時延，才能保證良好的用戶體驗。而且，虛擬遊戲設備等邊緣終端設備的計算能力、內存都有極大的限制。這些都對人體骨骼姿態識別演算法模型的運算效率提出了極高的要求。

為了實現高效的人體骨骼姿態識別技術，中國科學院自動化研究所程健團隊，設計並實現了一種輕量級、高性能、無依賴深度學習加速引擎QEngine。用QEngine對人體骨骼姿態識別演算法模型進行加速，從而降低計算量和內存開銷。

深度學習加速引擎QEngine採用了量化壓縮、高效卷積和運算元融合三大核心技術。量化壓縮技術將卷積網路32位浮點參數量化為8比特定點數，同時通過稀疏演算法對人體骨骼姿態識別演算法的卷積網路模型進行冗餘剪枝，從而提高了計算效率。高效直接卷積的演算法，在保證其較高的計算性能的同時，將內存開銷降到最低。同時，通過運算元融合將可融合的多個運算元進行消去，從而減小運算量。

人體骨骼姿態識別演算法模型採用深度學習加速引擎QEngine之後，視頻流處理能力大幅提升，識別過程毫秒級時延，能夠滿足邊緣端眾多應用場景的需要。在90%的稀疏度下，QEngine可以對人體骨骼姿態演算法模型進行4倍的加速。

基於深度學習加速引擎QEngine的人體骨骼姿態識別系統與觀眾互動

深度學習加速引擎QEngine的應用不僅限於加速人體骨骼姿態識別演算法。QEngine兼容業界主流的深度學習框架Caffe、Caffe2、mxnet、TensorFlow等，支持CPU、GPU、嵌入式等多種硬體平台，可以對各種人工智慧深度學習模型進行算力加速。採用QEngine之後，深度學習模型的性能可以提高2-4倍，並減少65%-85%的內存佔用。

QEngine兼容業界主流的深度學習框架，並支持多種硬體平台

自動化研究所研發的深度學習加速引擎QEngine作為人工智慧算力加速開放平台，可以為相關團隊提供AI訓練和推理加速服務，解決深度學習模型在終端硬體上部署的效率難題，縮短產品開發周期，加速AI技術的應用落地。

瞭望人工智慧的星空，機器「識人」如星河一般，閃耀著璀璨之光向著大地漫延流動。

機器「識人」通過對人全面的觀察，更好的理解人類，在多樣化的場景下給予人「人性化」的響應。基於機器慧眼的情感駕駛，對車內人的表情和肢體語言進行捕捉分析，理解人的情感。根據人的情感，設定相應的聲、光環境。如果識別出駕駛人出現疲憊狀態、負面情緒，還可以提高車輛輔助駕駛的等級。

機器「識人」能夠超越人眼極限，讓事情變得更加簡單、容易，為人類提供支持。利用手機攝像頭對人的五官、臉部皮膚的進行觀察，以非接觸的方式便利地得到人體心率、血壓、體重BMI指數，分析人的生理特徵。AI視覺技術能夠檢測到人體的全方位立體信息，作為花樣滑冰旋轉動作、高台跳水翻滾動作等運動的「機器裁判」，建立人體動作形態的立體模型，更加準確的識別運動員的動作，精準評判。

人們對於安全、便利的追求和行業對於高效的訴求推動著機器識人技術朝著「更加理解人類」「超越人眼極限」方向不斷創新，應用滲透到在越來越多的場景中。機器「識人」傳奇剛剛開啟，未來更值得期待。

來源：中國科學院自動化研究所

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！