人脸识别

莱迪思专斋参考设计

相关应用程序bobappios下载地址


通讯订阅

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。

特征

  • VGG8像 - 8倍速(卷积,批量标准化)+ 4×池+ 1完全连接CNN
  • 网络训练与大约100万的图像,包括增强对各种条件
  • 以每秒2帧的速度运行,输入90×90 RGB
  • 850MW的总ECP5功耗

跳转到

框图

文档

快速参考
技术资源
标题 版本 日期 格式 尺寸
ECP5人脸识别快速启动指南
FPGA-AN-02010 1.0 2019年11月1日 PDF 1.3 MB
标题 版本 日期 格式 尺寸
人脸识别使用CNN加速器IP - 项目文件
1.0 2019年9月9日 压缩 147.3 MB
人脸识别使用CNN加速器IP - 文档
FPGA-RD-02062 1.0 2019年9月9日 PDF 4.8 MB

*通过点击“更改时通知我”按钮,您同意就改变你选择的文件(S)收到通知。

与大多数网站一样,我们使用cookie和类似的技术来增强用户体验。我们也允许第三方把饼干在我们的网站。继续使用这个网站,你同意使用Cookie和描述我们饼干的政策