本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。训练过程是在gpu驱动的机器上完成的,用于锐化CNN,检测人脸中的点,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实现对其他目标的识别。
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。