【新思科技IP资源】采用ARC处理器IP实现高效面部检测和识别

arui1999

【新思科技IP资源】采用ARC处理器IP实现高效面部检测和识别 [复制链接]

简介
人脸识别（即识别和验证照片中的人脸的挑战）对人类来说是一个简单的问题，但对计算机来说却是一个复杂的问题。经过 60 年的研究，最近的深度学习进步使人脸识别技术可以广泛应用于各种应用场景。电池供电设备的访问控制？ 在银行应用中对用户进行身份验证？ 取代您的汽车对车钥匙的需求？ 医院提供更加个性化的患者护理？ 所有这些用例都可以从人脸识别中获益。在边缘设备应用中实现人脸识别将需要高效、低功耗的处理器，并且要专门支持最新的人工智能 (AI) 算法。

 

由于计算机化的人脸识别测量人类的独特身体特征，因此人脸识别是一种生物特征识别。由于人脸的多变性，可能难以实现准确性。捕捉的任何图像都可能包括表情、位置、姿势、方向或光照条件的变化。每个人的脸部也可能因肤色、面部毛发的不同或是否佩戴眼镜而不同。尽管如此，与虹膜或语音识别等其他生物特征识别技术相比，人脸识别更容易部署和实现。而且与指纹识别不同，人脸识别不需要最终用户进行任何身体互动。

 

人脸识别的步骤
对于计算机来说，人脸识别可以划分为不同的步骤（图 1）。人脸检测定位图像中的一个或多个人脸。人脸归一化将捕捉的人脸进行对齐，以便与数据库中已经存储的人脸保持一致。特征提取用于提取和测量关键特征（例如眼睛或嘴唇上的点）之间的距离，以进行图形匹配。最后，人脸匹配是识别的最后一步，将输入人脸的提取特征与数据库中的人脸提取特征进行比较。

 

 

阅读更多内容>>