.png){kind=icon}
返回
Fb-FaceBoxes: FPGA-based face detection using repetitive kernels and memory-access optimization
.png){kind=icon}
PRE
AI
DOI：10.1007/s11554-026-01954-5.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
人脸检测是许多计算机视觉应用中的关键第一步，随着卷积神经网络（CNNs）的出现已取得显著进展。尽管这些算法有效，但基于CNN的算法通常需要大量计算资源，因此使用FPGA进行硬件加速对于实时处理至关重要。FaceBoxes作为最准确的人脸检测算法之一，由于其高计算复杂度，对FPGA实现提出了特殊挑战。本文提出了一种基于FPGA的受FaceBoxes启发的CNN，显著降低了硬件资源利用率和内存访问需求。所提出的网络增加了层数同时减小了滤波器尺寸，并提出了一个针对该网络的优化硬件架构。该设计仅使用$$3 \times 3$$卷积核，与原始FaceBoxes网络相比，精度仅下降2.8%，同时减少了3%的参数数量。实验结果表明，所提出的架构在XC7K325 FPGA上以250 MHz运行且采用18位定点精度时，可实现33帧每秒的处理速度。该实现使用了23K LUTs、45K FFs、14.4 Mbits的RAM和768个DSP，展示了高效率及适用于实时人脸检测应用的可行性。
Keyword:
Face detection
Deep learning
Convolutional neural network
FPGA
FaceBoxes
Optimization
期刊
IF:
3
论文数:
396
被引数:
2.0K
机构
引用论文
FPGA-based CNN accelerator using Convolutional Processing Element to reduce idle states基于FPGA的CNN加速器，采用卷积处理单元以减少空闲状态
PREAI
分享收藏Fcd-cnn: FPGA-based CU depth decision for HEVC intra encoder using CNNFcd-cnn: 基于FPGA的CU深度决策HEVC帧内编码器，使用CNN
PREAI
分享收藏Real-Time Face Detection and Human Tracking System on FPGA Cyclone-V基于FPGA Cyclone-V的实时人脸检测与人体跟踪系统
PREAI
分享收藏Comprehensive comparison between vision transformers and convolutional neural networks for face recognition tasks.png)
SCIENTIFIC REPORTS
OAAI
SCIENTIFIC REPORTSIF3.9
OAAI分享收藏A High-Throughput and Power-Efficient FPGA Implementation of YOLO CNN for Object Detection用于目标检测的YOLO CNN的高吞吐量和节能FPGA实现
PREAI
分享收藏
查看更多内容