7.30-8.1 全数会2025（第六届）机器人及智能工厂展
火热报名中>>
ZLG深度解析：人脸识别核心技术
2019-01-07 15:46
ZLG致远电子
关注
以为转为NEON assembly的编程：
一般NEON instrinsics已经能做到三倍的提速效果，而NEON assembly效果会更好一些。但是程序向量化需要特殊访存规则，如果不符合则会对导致提速效果大打折扣。
访存特征详细分类如表所示：
其中，无冗余饱和顺序模式是理想的访问模式，能够发挥算法计算向量化的效果。但是我们神经网络算法的最基本的卷积、全连接等计算却是冗余饱和非顺序模式的计算，这要如何解决呢？
查阅相关论文、期刊对这程序向量化非规则访存的研究，可以发现程序向量化有以下步骤：
如上图所示，需要对卷积、全连接等冗余饱和非顺序模式计算通过向量混洗为无冗余饱和顺序的模式，以达到优化的效果。
七人脸识别效果展示
基于PC的人脸识别展示demo如下视频所示：
ZLG的人脸识别算法已成功移植到了cortex－a7的EPC－6Y2C－L平台，且还能根据实际应用做进一步的优化。人脸检测效率为166ms左右，人脸定位效率为125ms左右，人脸比对的效率为493ms左右，合计人脸识别总耗时788．3ms左右。下面是在EPC－6Y2C－L的实测效果：
最后附上EPC－6Y2C－L产品图片：
八关于算法库获取
关于算法库的获取可以咨询ZLG的销售人员。
分享
声明：
本文由入驻维科号的作者撰写，观点仅代表作者本人，不代表OFweek立场。如有侵权或其他问题，请联系举报。
图片新闻
技术文库
最新活动更多
-
3月27日立即报名>> 【工程师系列】汽车电子技术在线大会
-
4月1日立即下载>> 【村田汽车】汽车E/E架构革新中，新智能座舱挑战的解决方案
-
即日-4.22立即报名>> 【在线会议】汽车腐蚀及防护的多物理场仿真
-
4月23日立即报名>> 【在线会议】研华嵌入式核心优势，以Edge AI驱动机器视觉升级
-
4月25日立即报名>> 【线下论坛】新唐科技2025新品发布会
-
4月30日立即参与 >> 【白皮书】研华机器视觉项目召集令
推荐专题
发表评论
请输入评论内容...
请输入评论/评论长度6~500个字
暂无评论
暂无评论