此参考设计实现卷积神经网络(CNN)基于Lattice的低功耗人脸识别ECP5 FPGA使用图像传感器。在GPU-Powered机器上完成培训过程,以锐化CNN以检测人类面部的点以测量和区分人与人之间的差异。通过修改培训数据库,该设计可用于识别其他对象。
硬件上实现的设计包括SPI、DDR内存接口块、图像信号处理引擎、8个CNN加速引擎和一个显示配准和识别结果的计数和叠加引擎。它为ECP5 85K LUT FPGA进行了优化。
当该设计部署在FPGA上时,一个人可以在注册阶段通过提取和存储256个16位值来注册他们的面部特征。在识别阶段,如果一个注册人员站在硬件前面,将提取256个16位值,并与存储的值列表进行比较以进行验证。