La tecnología de reconocimiento de iris de IA está cambiando de la nube a los dispositivos finales.
En el pasado, el reconocimiento del iris de alta precisión de la IA a menudo dependía del poder de la computación en la nube,que crearon cuellos de botella inherentes a las aplicaciones en escenarios con acceso limitado a la red o requisitos estrictos de privacidadCómo migrar las capacidades del algoritmo a los dispositivos periféricos manteniendo la precisión de reconocimiento se ha convertido en un desafío técnico común para la industria.
Homsh ha proporcionado su propia solución.
I. Plataforma nacional de NPU: que permite el reconocimiento del iris de extremo a extremo
Recientemente, el equipo de I + D de Homsh completó el despliegue y la verificación del modelo de reconocimiento de iris ligero desarrollado por la compañía en una plataforma NPU integrada.El hardware objetivo seleccionado es una placa de desarrollo basada en el chip Rockchip RK3588, un producto representativo de los chips domésticos de computación de punta de alto rendimiento, adoptando la arquitectura aarch64 y equipado con una unidad de computación NPU dedicada.
El equipo verificó sistemáticamente dos rutas técnicas en esta plataforma: una solución de inferencia general basada en ONNX Runtime y una solución de aceleración NPU basada en RKNN.Ambas rutas han completado la carga del modelo, la conexión de enlace de inferencia y la verificación de funciones, y la interfaz gráfica de usuario de soporte pueden realizar normalmente la evaluación fuera de línea y la captura de cámara en tiempo real.
Esto significa que el algoritmo de reconocimiento de iris de Homsh ahora tiene la capacidad de ejecutarse de forma independiente en chips domésticos.
II. 3.7x Mejora de la velocidad: notable efecto de aceleración de la NPU
Los datos de rendimiento proporcionan la ilustración más intuitiva.
En condiciones de prueba estándar, el modelo ONNX alcanza una precisión de reconocimiento del iris del 100% con una velocidad de fotogramas de inferencia estable de aproximadamente 1 FPS.el modelo RKNN acelerado por NPU ve su velocidad de fotograma de inferencia saltar a 3.64 FPS, lo que representa una mejora de velocidad de aproximadamente 3.7 veces.
Detrás de este salto de rendimiento está el éxito del equipo en la superación de múltiples obstáculos técnicos, incluyendo la exportación del modelo RKNN, la compatibilidad de la arquitectura de la biblioteca subyacente,y falta de definiciones de símbolosDesde el trasplante de algoritmos hasta la adaptación de hardware, cada paso ha verificado la madurez de las capacidades de integración vertical de Homsh en "algorithm chip terminal".
Actualmente, el equipo está llevando a cabo más investigaciones sobre la optimización de la precisión del modelo RKNN,con el objetivo de restablecer la precisión de reconocimiento a un nivel comparable a la versión ONNX, manteniendo al mismo tiempo la ventaja de una alta velocidad de fotogramas.
III. Despliegue de Edge: Desbloqueo de más posibilidades de aplicación
El valor de la inteligencia de vanguardia va más allá de la velocidad sola.
Cuando las capacidades de reconocimiento de iris se integran en una pequeña placa de desarrollo, se libera de la dependencia de la potencia de computación en la nube y las conexiones de red estables.Para escenarios con condiciones de red limitadas, como minas subterráneas, sitios de construcción remotos, y la aplicación de la ley móvil, esto significa una solución realmente implementable.
Al mismo tiempo, en el modo de despliegue de borde, los datos biométricos pueden ser emparejados sin ser cargados a la nube,que es naturalmente adecuado para escenarios de aplicación con requisitos estrictos de seguridad de los datos, como puntos de venta financieros y servicios gubernamentales.
Homsh continuará promoviendo la adaptación en profundidad de algoritmos ligeros a chips de punta nacionales, proporcionando a los sociosy soluciones de borde fáciles de integrar para el reconocimiento del iris.
IV. Principales aspectos técnicos
Resumen rápido de las características técnicas
Plataforma objetivo: Rockchip RK3588
Tipo de modelo: reconocimiento del iris + reconocimiento facial
Precisión de ONNX: 100%
Tasa de fotogramas de RKNN: 3.64 FPS
Verificación de funciones: evaluación fuera de línea, captura en tiempo real, modo de reconocimiento 1:N
Desde la investigación y desarrollo de algoritmos hasta la adaptación de chips, desde la implementación en la nube hasta la implementación en el borde, Homsh está expandiendo los límites de aplicación de la tecnología de reconocimiento de iris paso a paso.
Haciendo el reconocimiento más rápido, más cercano y más seguro.
Para más detalles técnicos o para discutir oportunidades de cooperación, no dude en ponerse en contacto con nosotros.
