当前位置：首页 >英文主页 >中英对照 > 中译版报告详情

ARM：部署精准人脸识别解锁系统-集人脸识别、防欺骗、低功耗唤醒于一体（中译版）（9页）.pdf

上传人： Y**** 编号：75651 2022-06-01 PDF PDF 中文版中文版中文版 9页 408.81KB

下载：

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载报告到电脑，查找使用更方便

VIP专享文档

书签

已收藏

版权投诉

立即下载

word格式文档无特别注明外均可编辑修改，预览文件经过压缩，下载原文更清晰！

三个皮匠报告文库所有资源均是客户上传分享，仅供网友学习交流，未经上传用户书面授权，请勿作商用。

《ARM：部署精准人脸识别解锁系统-集人脸识别、防欺骗、低功耗唤醒于一体（英文版）（9页）.pdf》由会员分享，可在线阅读，更多相关《ARM：部署精准人脸识别解锁系统-集人脸识别、防欺骗、低功耗唤醒于一体（英文版）（9页）.pdf（9页珍藏版）》请在三个皮匠报告上搜索。

我们的目标是更好地理解使用机器学习构建更完整的问题解决方案的过程，以及最终用户在使用我们的平台时遇到的问题。因此，本用例调查探讨了如何将机器学习部署到多个IP上以改善用户体验。作为概念验证，我们正在演示一种始终在线的人脸解锁(人脸验证)系统，使用已投入生产的Arm NN软件和硬件IP。

报告速读

本文介绍了一个基于机器学习的实时人脸解锁系统，该系统在Arm ML优化的平台上运行，实现了98.36%的准确率。该系统采用了流水线设计，结合了经典和现代机器学习（深度学习）技术，支持多用户验证和反欺骗功能。系统从低分辨率摄像头开始，检测场景变化并激活高分辨率RGBD摄像头扫描人脸。然后，系统使用深度信息来验证人脸的真实性，并使用卷积神经网络提取人脸特征。最后，系统使用分类器来验证用户身份。该系统使用Python作为开发语言，并利用了Arm的机器学习库生态系统。系统中的每个模块都可以部署在最适合的Arm IP上，以提高能效并降低推理延迟。此外，系统还支持多用户验证，通过在设备上训练用户特征，实现了快速的用户身份验证。