Технология распознавания радужной оболочки ИИ переходит от облака к конечным устройствам.
В прошлом высокоточное распознавание ириса ИИ часто опиралось на облачные вычислительные мощности,которые создавали неотъемлемые узкие места для приложений в сценариях с ограниченным доступом к сети или строгими требованиями к конфиденциальностиКак перенести возможности алгоритма на крайние устройства, сохраняя при этом точность распознавания, стало общей технической проблемой для отрасли.
Хомш предоставил свое собственное решение.
I. Внутренняя платформа НПУ: возможность распознавания радужной оболочки с конца на конец
Недавно команда исследований и разработок Homsh завершила развертывание и проверку самостоятельно разработанной компанией легкой модели распознавания радужной оболочки на встроенной платформе NPU.Выбранное целевое аппаратное обеспечение представляет собой платку разработки на основе чипа Rockchip RK3588, представляющего собой продукт высокопроизводительных внутренних микросхем., использующий архитектуру aarch64 и оснащенный вычислительным блоком NPU.
Команда систематически проверила два технических пути на этой платформе: общее решение вывода, основанное на ONNX Runtime и решение ускорения NPU, основанное на RKNN.Оба маршрута завершили загрузку моделей, ссылка на связь и проверка функции, и поддерживающий графический пользовательский интерфейс обычно могут выполнять автономную оценку и запись камеры в режиме реального времени.
Это означает, что алгоритм распознавания радужной оболочки Homsh теперь может работать самостоятельно на внутренних микросхемах.
II. 3.7x Улучшение скорости: замечательный эффект ускорения НПУ
Данные о производительности дают наиболее интуитивно понятную иллюстрацию.
При стандартных условиях испытаний модель ONNX достигает 100% точности распознавания радужной оболочки с стабильной скоростью вывода примерно 1 FPS.модель RKNN ускоренный NPU видит его вывод скорость кадра скачок до 3.64 FPS, что означает улучшение скорости примерно в 3,7 раза.
За этим скачком в производительности стоит успех команды в преодолении множества технических препятствий, включая экспорт модели RKNN, совместимость архитектуры библиотеки,и отсутствующие определения символовОт пересадки алгоритма до адаптации аппаратного обеспечения, каждый шаг подтвердил зрелость возможностей вертикальной интеграции Homsh в "алгоритм-чип-терминале".
В настоящее время команда проводит дальнейшие исследования по оптимизации точности модели RKNN,целью которого является восстановление точности распознавания на уровне, сопоставимом с версией ONNX, сохраняя при этом преимущество высокой частоты кадров.
III. Развертывание краев: раскрытие большего количества возможностей применения
Ценность передового интеллекта выходит за рамки простой скорости.
Когда возможности распознавания радужной оболочки интегрируются в небольшую панель разработки, она освобождается от зависимости от облачной вычислительной мощности и стабильных сетевых соединений.Для сценариев с ограниченными условиями сети, такими как подземные шахты, удаленных строительных площадок и мобильных правоохранительных органов, это означает действительно реализуемое решение.
В то же время, в режиме развертывания, биометрические данные могут совпадать без загрузки в облако,который, естественно, подходит для сценариев применения со строгими требованиями к безопасности данных, такими как финансовые точки и государственные службы..
Homsh продолжит продвигать глубокую адаптацию легких алгоритмов к отечественным краевым чипам, предоставляя партнерам высокопроизводительные, недорогие,и легко интегрируемые решения для распознавания радужной оболочки.
IV. Технические особенности
Быстрый обзор технических особенностей
Целевая платформа: Rockchip RK3588
Тип модели: распознавание радужной оболочки + распознавание лиц
Точность ONNX: 100%
RKNN Частота кадров: 3,64 FPS
Проверка функций: Оценка в автономном режиме, захват в реальном времени, режим распознавания 1:N
От исследований и разработок алгоритмов до адаптации чипов, от развертывания облака до реализации на краю, Homsh шаг за шагом расширяет границы применения технологии распознавания радужной оболочки.
Сделать распознавание быстрее, ближе и безопаснее.
Для получения дополнительной технической информации или обсуждения возможностей сотрудничества, пожалуйста, свяжитесь с нами.
