人脸识别演示

莱迪思sensAI演示

可编程解决方案——该演示在莱迪思低功耗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—— 该演示采用的开发板支持用于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
  • ECP5 85K FPGA功耗为0.85 W;CrossLink-NX 40K FPGA功耗仅为200 mW

跳转到

框图

Human Face Identification Demo Block Diagram Face ID using CrossLink-NX

文档

快速参考
下载
标题 编号 版本 日期 格式 文件大小
选择全部
CrossLink-NX QVGA Mobilenet Human Identification on VVML Board Demonstration - User Guide
FPGA-UG-02141 1.0 11/10/2021 PDF 1.6 MB
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
选择全部
EVDK Based Human Face Identification Demostration Bitstream
1.0 9/9/2019 ZIP 12 MB
CrossLink-NX VVML Board Face ID Demonstration RevA - Bitstream
10/24/2023 ZIP 2.1 MB