此参考设计实现卷积神经网络(CNN)基于Lattice低功耗的人脸识别ECP5 FPGA使用图像传感器。训练过程在GPU驱动的机器上完成,使CNN锐化以检测人脸上的点,从而测量和区分人与人之间的差异。该设计可以通过修改训练数据库来识别其他对象。
硬件上实现的设计包括SPI、DDR内存接口模块、图像信号处理引擎、8个CNN加速引擎和显示注册和识别结果的计数和叠加引擎。它针对ECP5 85K LUT FPGA进行了优化。
当设计部署在FPGA上时,一个人可以在注册阶段通过提取和存储256个代表不同特征的16位值来注册他们的脸。在识别阶段,如果注册人员站在硬件前面,则提取256个16位值,并与存储的值列表进行比较以进行验证。