该参考设计工具卷积神经网络(CNN)基于人脸识别的点阵的低功率ECP5 FPGA使用图像传感器。训练过程是在gpu驱动的机器上完成的，通过锐化CNN来检测人脸中的点，来测量和区分人与人之间的差异。通过对训练数据库的修改，本设计可用于其他对象的识别。
硬件上实现的设计包括一个SPI, DDR内存接口块，一个图像信号处理引擎，8个CNN加速引擎和一个计数和覆盖引擎来显示注册和识别结果。它针对ECP5 85K LUT FPGA进行了优化。
当该设计部署在FPGA上时，在配准阶段，人们可以通过提取和存储256个代表区别特征的16位值来注册自己的脸。在识别阶段，如果注册人员站在硬件前，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。