人脸识别

莱迪思sensAI演示

可编程解决方案——该演示在莱迪思ECP5低功耗FPGA上实现,采用机器学习识别不同的人脸。经过训练的卷积神经网络(CNN)通过提取每张注册人脸照片的256个16位特征点来准确地实现人脸识别。

现场注册——该演示无需重新训练即可注册和识别人脸,无需上传图像和使用GPU进行繁复的重新训练。

快速实现—— 该演示采用嵌入式视觉开发套件。还提供用于8层CNN加速器的RTL模块,图像传感器互连和设置、图像传感器处理器和存储器管理,便于修改。

特性

  • 经过训练的类似VGG8的CNN网络来检测人脸上的测量点
  • 无须重新训练网络即可在现场注册和识别新面孔
  • 帧率高达30 PFS
  • 功耗仅为0.85 W

跳转到

框图

文档

快速参考
下载
标题 编号 版本 日期 格式 文件大小
EVDK Based Human Face Identification Demostration Bitstream User Guide
FPGA-UG-02092 1.0 9/9/2019 PDF 1.7 MB
标题 编号 版本 日期 格式 文件大小
EVDK Based Human Face Identification Demostration Bitstream
1.0 9/9/2019 ZIP 12 MB
Like most websites, we use cookies and similar technologies to enhance your user experience. We also allow third parties to place cookies on our website. By continuing to use this website you consent to the use of cookies as described in our Cookie Policy.