此参考设计实现卷积神经网络（CNN）基于晶格低功率的人脸识别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。
在硬件上实现的设计包括SPI，DDR存储器接口块，图像信号处理引擎，8个CNN加速引擎和计数和覆盖引擎，以显示注册和识别结果。它针对ECP5 85K LUT FPGA进行了优化。
当设计在FPGA上部署时，一个人可以通过提取和存储表示区分特征的256个16位值期间在登记阶段期间注册它们的面。在识别阶段，如果登记的人站在硬件前面，则提取16位值，并将其与存储的值列表进行比较以进行验证。