嵌入式前端人脸识别技术将正式上线

嵌入式技术

1327人已加入

描述

AID.Face是以Tengine/HCL为平台的嵌入式前端人脸识别SDK,可在现有SoC上流畅的使用人脸识别功能,特别在低功耗、低成本高性价比的嵌入式终端上。领先的人脸识别算法,优秀的人脸检测算法,独创的人脸质量评价算法、基于RGB+IR双目/双摄像头的活体防伪功能以及双摄像头可视区域校准算法。

Tengine/HCL在现有SoC上带来的2.5+倍算力提升的同时需要更小的内存,可在低成本、高性价比的智能终端提供优质的用户体验。特别是在Cortex-A7 SoC上部署本地人脸识别变得简单和可行。同时AID.Face也提供友好、简洁、通用的API,可快速部署到目标硬件平台,加速人脸识别终端快速产品化落地。并支持本地/远程人脸注册API,方便快速和现有业务结合,实现 “端+云”结合的人脸识别大系统部署。

嵌入式技术

人脸识别需要经过面部定位、双眼定位、注册照片质量评估、影像校正(缩小、纠正角度)、前期处理、特征点提取、合成特征集群和存盘记录比对等多个步骤,可以看出对系统的计算力和内存要求非常高,通过使用Tengine/HCL大大提升了现有嵌入式SoC的算力,使得人脸识别系统可部署在各类种嵌入式设备上,并提供超预期的识别用户体验。

AID.Face 产品特性:1. 使用Arm中国周易平台-Tengine,毫秒级别识别速度;2. 针对于不同CPU/GPU指令集、微架构级别优化,以及xPU的异构计算支持;3. 识别本地化,支持完全离线工作模式;4. 基于深度学习算法,超小模型,对内存容量要求低;5. 对光线等适应性强;6. RGB+IR双目/双摄像头活体防伪、ToF以及3D结构光防伪支持;7. 支持双摄像头可是区域校准算法;8. 支持Android、Linux多种平台。

AID.Face 性能比对,AID.Face人脸检测的前置处理采用深度学习算法搜索人脸目标,降低误检率的同时能检出更多人脸,检出率高达99.3%。算法模型文件大小仅4MB,识别成功率高达99.58%。通过计算脸部关键点来获取人脸角度,以排除角度过大对识别造成的负面影响,同时算法能够过滤不适合识别的模糊照片。同时采用多重方法检测仿冒人脸,极大提高了安全性。

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分