一种用于边缘设备的面部识别方法与系统技术方案

本申请提出一种用于边缘设备的面部识别方法与系统，涉及图像识别领域，应用于FPGA芯片的边缘设备，包括：读取输入的图像或视频帧，量化处理为UINT8格式的第一目标数据；FPGA芯片通过直接存储访问将所述第一目标数据，处理后输入面部识别神经网络，得到UINT8格式的第二目标数据，所述面部识别神经网络采用改进的TinyYolov3架构，反量化所述第二目标数据为FLOAT32格式的第三目标数据，解码第三目标数据得到面部边框，所述面部边框经去重叠处理后输出到所述图像或视频帧中。本申请针对嵌入式边缘设备基于量化训练改进了面部检测的神经网络模型，在承载设备上完美适合实现深度神经网络，同时充分利用片内存储器，显著降低了功耗。耗。耗。

【技术实现步骤摘要】
一种用于边缘设备的面部识别方法与系统


[0001]本申请涉及图像识别领域，尤其涉及一种用于边缘设备的面部识别方法系统、设备和介质。

技术介绍

[0002]近年来，随着边缘设备数量的增长和嵌入式技术的发展，边缘设备上的人工智能程序急剧增加，其中面部识别系统是智能领域中最需要的安全应用之一。目前，在面部识别方法上，一般被分为两级目标检测和单级目标检测，二者都以深度神经网络为基础，模型先生成区域方案或者以输入框为参数，给出当前区域框内类的边界框坐标和置信度。在承载设备上，因为深度神经网络包含数百万个矩阵乘法和累加运算，在CPU上计算速度低需并行处理，虽然深度神经网络对GPU亲和，但是成本高。同时，在边缘计算中，决策和计算过程都从服务器移动到边缘设备中，更需要廉价和低功耗的设备。

技术实现思路

[0003]有鉴于此，本申请提出了一种用于边缘设备的面部识别方法、系统、设备及介质，通过结合边缘设备的特点，旨在实现在边缘设备下的低功耗面部识别任务。
[0004]基于以上目的，本申请一个方面提供了一种用于边缘设备的面部识别方法，应用于F本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于边缘设备的面部识别方法，其特征在于，应用于FPGA芯片的边缘设备，包括：读取输入的图像或视频帧，量化处理为UINT8格式的第一目标数据；FPGA芯片通过直接存储访问将所述第一目标数据，处理后输入面部识别神经网络，得到UINT8格式的第二目标数据，其中，所述面部识别神经网络采用改进的TinyYolov3架构，所述改进的TinyYolov3架构删除原TinyYolov3架构的上采样层和连接层，以QuantCovn作为卷积层，以QuantReLU作为所述卷积层的激活函数；反量化所述第二目标数据为FLOAT32格式的第三目标数据，解码第三目标数据得到面部边框，所述面部边框经去重叠处理后输出到所述图像或视频帧中。2.根据权利要求1所述的方法，其特征在于，所述面部边框去重叠处理的方式为非最大抑制操作。3.根据权利要求2所述的方法，其特征在于，所述面部边框经去重叠处理后输出到所述图像或视频帧中后使用HardTanh函数合称为目标图像。4.根据权利要求1所述的方法，其特征在于，所述第一目标数据的大小为416
×
416
×
3，所述第二目标数据的大小为13
×
13
×
18。5.根据权利要求1所述的方法，其特征在于，所述面部识别神经网络的每层具有基于FINN框架开发的知识产权...

【专利技术属性】
技术研发人员：成明烨，贺海浪，张继超，王强，胡亦男，
申请(专利权)人：中电信数智科技有限公司，
类型：发明
国别省市：