Maxim Integrated Products, Inc y Xailient Inc han anunciado hoy que el microcontrolador de red neuronal de ultra bajo consumo MAX78000 de Maxim Integrated detecta y localiza rostros en vídeo e imágenes utilizando la red neuronal Detectum™, propiedad de Xailient.

La red neuronal de Xailient consume 250 veces menos energía (sólo 280 microJulios) que las soluciones integradas convencionales, y con 12 milisegundos (ms) por inferencia, la red funciona en tiempo real y es más rápida que la solución de detección de rostros más eficiente disponible para el borde.

Los sistemas de IA alimentados por batería que requieren la detección de rostros, como las cámaras domésticas, las cámaras de seguridad inteligentes de grado industrial y las soluciones para el comercio minorista, requieren una solución de bajo consumo para proporcionar el mayor tiempo posible de funcionamiento entre cargas. Además de admitir aplicaciones independientes, el microcontrolador de Maxim Integrated combinado con la red neuronal de Xailient mejora la eficiencia energética general y la duración de la batería de las aplicaciones híbridas de borde/nube que emplean un modo de "escucha" de bajo consumo que luego despierta sistemas más complejos cuando se detecta una cara.

La red neural Detectum™ de Xailient incluye tecnologías de enfoque, zoom y despertar visual para detectar y localizar rostros en vídeo e imágenes a una velocidad 76 veces mayor que las soluciones de software convencionales, con una precisión similar o mejor. Además, la red flexible puede ampliarse a otras aplicaciones distintas del reconocimiento facial, como el inventario y la supervisión del ganado, la ocupación de plazas de aparcamiento, los niveles de inventario y otras.

Principales ventajas
- Mayor duración de la batería/mayor eficiencia energética: La red neuronal de Xailient optimiza la eficiencia computacional y los modos de reposo flexibles de bajo consumo que ofrece el microcontrolador MAX78000 de Maxim Integrated. Juntos, los productos amplían el tiempo de funcionamiento de las aplicaciones híbridas de borde/nube alimentadas por baterías de botón durante muchos años.
- Mayor velocidad de inferencia para mejorar la precisión: La velocidad es un factor importante para la IA porque con una inferencia más rápida, se puede reaccionar en tiempo real o promediar rápidamente múltiples inferencias para mejorar la precisión. La detección de rostros en una imagen en solo 12 ms proporciona esa flexibilidad entre el tiempo de respuesta y la precisión.