最近 Homshの研究開発チームは MD31 遠鏡捕捉モジュール,RK3588 エッジコンピューティング プラットフォームと AXU9EGB FPGA 加速板の 3 段階のカスケード統合を完了しました段階的な技術報告書を公開しましたカメラで640×480のグレースケールで撮った画像から 品質評価,虹彩の定位,特徴推論, 1:Nマッチング,このパイプラインは3つのハードウェアボードに完全に実行されます..
Homshにとって これは単なる 成功した統合テスト以上のものですこれは,以前 Windows 産業用 PC で動作していた虹膜認識機能を,より低消費電力のエッジアーキテクチャに移行したということです.,より柔軟な形状要素,および様々な端末装置に組み込める能力.
システム全体がカスケード構造を採用している.MD31カメラによるキャプチャとカット,RK3588によるアクセスと送信,AXU9EGBFPGAによる推論,RK3588による視覚フィードバック.MD31は左目と右目の両方の単眼画像をカットしました; RK3588はAndroid ARM64で動作し,バイノキュラーペアリング,タスク管理,ネットワーク送信を担当する.RK3588に返信して表示します.
この作業の分断はより深い意味を持ちます カメラのキャプチャとFPGAの推論は完全に分離され,統一プロトコルの意味層によって接続されています左目と右目の画像の各セットは,操作IDと厳格に増量順序番号に関連付けられていますプレビューフレーム,再試行フレーム,以前のタスクのフレームを混同しないようにします.既成のWindowsソリューションと新しいRK3588ソリューションの両方が同じセットのFPGAプロトコルと推論結果の定義を共有しています2世代ホストシステムをサポートする 1つのオンボードサービスセット
3階層のキャスケード全体のデータフロー
FPGAは品質状態,候補者のアイデンティティ,類似度スコア,距離,限界値,ステージ期間を一緒に返します. これにより,認識プロセスはユーザーに完全に表示されます.
AXU9EGBが最強です Zynq UltraScale+ MPSoC FPGAボードをベースに完全な7段階の推論パイプラインを実行します6パラメータの円形モデルによるインプット検証,瞳孔と虹膜のローカライゼーション,品質ゲティング,ダウマン極座標の解包IResNet100 ディープネットワークによる 512 次元のアイリス機能生成, 1:L2 標準化後に N のマッチングを行い,最終的に各段階の遅延とともに結果を返します.
100層の深層ネットワークが FPGAの機能を安定的に抽出できるようにするには モデル量子化,校正データセット,実際のカメラ画像分布の 厳格な調整が必要です円形モデルのためのカスタムゼロコピー加速バックエンド15年もの間 Homsh がやっているのは まさにこれです アルゴリズムをハードウェアに組み込み 認識が可能な限りデバイスに近いようにします
FPGAの7段階のオンボード推論パイプライン
品質検査に失敗した画像は3番目のステップで拒否され,機能計算の無駄を避ける.512 次元の虹彩の特徴ベクトル 7 段階のオンボード推論パイプライン 326 回の累積テストが通過
システムでは"厳格な登録,柔軟な認識"の原則を遵守していますユーザの左目と右目のテンプレートの両方が品質ゲートを通過し,成功裏に登録する必要があります■ 失敗したフレーム,重複した目側,未知の目側は登録数から除外されます. 対照的に,認識中に,左目と右目を別々に推論し,1つにマッチします.テンプレートライブラリ内の左目と右目のテンプレートに対して N. 単一のクエリから任意のテンプレートに対する眼の画像のマッチは,結果を返します. ユーザはシステムのために両眼を位置付けする必要はありません. どの目を取っても処理されます.
品質障害,一時的な不一致,または修復可能な通信エラーは,作業を突然終了させません. システムは作業の状態を維持し,次の画像セットを待っています.接続回復後認識の各ステップ 質,類似性,距離,限界, 認識の各段階, 認識の各段階, 認識の各段階, 認識の各段階, 認識の各段階, 認識の各段階, 認識の各段階, 認識の各段階, 認識の各段階, 認識の各段階, 認識の各段階,レイテンシーがインターフェースに返信されます失敗や再試みをユーザーに見せるようにします
登録には完全なバイノキュラー・テンプレートが必要で 認識には片方の目からのみ 対応が必要で 安全性とユーザー体験を バランスします
この段階的なレポートで 最も誇りに思うのは その方法論です 検証の結論は 4つのタイプに分類されています過去の統合記録から"歴史的に確認された"実行論理から導き出された"推論"で,一時的に確認されていない項目に"検証される"とマークされています. Windowsのベースライン上の176の自動テストはすべて通過しました.150回の Python テストに合格登録/認識および接続復元機能の統合が完了しました. これらはすべて報告書に記載されています.現場で再検査されていない物品も,黒と白で"検証される"と明確にマークされています.曖昧さなく
アイリス認識は アイデンティティのビジネスで "おそらく大丈夫"に余地はありません 紙に不確実性を文書化することは 顧客と自分自身への私たちのコミットメントです
3つのキーフィギュア: DPU加速で生成された 512 次元の機能 176 つの自動化された Windows ベースラインテストがすべて通過 150 のオンボード Python テスト記録が通過しました
報告書の全体的な判断は,現在の解決策は段階的な実証,統合,文書化のための基礎を築きました.明確な建築界限と技術的に実行可能な全体的なカスケード建築端から端への安定性,リアルタイム画像品質,極座標の解包一貫性,長期間の運用のための閉ループ状態モニタリング,管路を"機能"から"安定・信頼性"に生産可能な製品へと
アルゴリズムとFPGAsの間のソフトウェア・ハードウェアのシネージまで 境界端デバイスに埋め込まれた今日の完全な認識パイプラインまでバイオメトリクスの未来はこの段階的な報告書は その未来への一歩です
