AI-irisherkenningstechnologie verschuift van de cloud naar eindapparaten.
In het verleden, hoge precisie AI iris herkenning vaak gebaseerd op cloud computing kracht,die inherente applicatie knelpunten creëerden in scenario's met beperkte netwerktoegang of strikte privacyvereistenHoe algoritme-mogelijkheden naar edge-apparaten kunnen worden gemigreerd, terwijl de nauwkeurigheid van de herkenning behouden blijft, is een gemeenschappelijke technische uitdaging voor de industrie geworden.
Homsh heeft zijn eigen oplossing.
I. Binnenlands NPU-platform: end-to-end irisherkenning mogelijk maken
Onlangs heeft het R&D-team van Homsh de implementatie en verificatie van het zelf ontwikkelde lichtgewicht irisherkenningsmodel van het bedrijf op een ingebed NPU-platform voltooid.De geselecteerde doelhardware is een ontwikkelingsbord gebaseerd op de Rockchip RK3588-chip een representatief product van hogerafwerkende binnenlandse edge computing-chips., die de aarch64-architectuur heeft en is uitgerust met een speciale NPU-computingunit.
Het team heeft systematisch twee technische routes op dit platform gecontroleerd: een algemene inferentieoplossing op basis van ONNX Runtime en een NPU-versnelling op basis van RKNN.Beide routes zijn voltooid model laden, inferentie-linkverbinding en functieverificatie, en de ondersteunende grafische gebruikersinterface kan normaal gesproken offline evaluatie en realtime cameraopname uitvoeren.
Dit betekent dat Homsh's kern iris herkenning algoritme nu de mogelijkheid heeft om onafhankelijk te draaien op binnenlandse edge chips.
Verbetering van de snelheid: opmerkelijk NPU-versnellingseffect
Performance-gegevens geven de meest intuïtieve illustratie.
Onder standaard testomstandigheden bereikt het ONNX-model een irisherkenningsnauwkeurigheid van 100% met een stabiele inferentie framerate van ongeveer 1 FPS.het RKNN-model versneld door NPU ziet zijn inferentie frame rate springen naar 3.64 FPS, wat een snelheidsverbetering van ongeveer 3,7 keer betekent.
Achter deze prestatie sprong is het succes van het team in het overwinnen van meerdere technische obstakels, waaronder RKNN model export, onderliggende bibliotheek architectuur compatibiliteit,en ontbrekende symbolendefinities. Van algoritme transplantatie tot hardware aanpassing, elke stap heeft de volwassenheid van de verticale integratie mogelijkheden van Homsh in "algorithm chip terminal" geverifieerd.
Momenteel voert het team verder onderzoek uit naar de nauwkeurigheidsoptimalisatie van het RKNN-model.met als doel de nauwkeurigheid van de herkenning te herstellen tot een niveau dat vergelijkbaar is met de ONNX-versie, met behoud van het voordeel van een hoge framerate.
III. Edge-implementatie: meer toepassingsmogelijkheden ontsluiten
De waarde van edge intelligence gaat verder dan snelheid alleen.
Wanneer irisherkenning mogelijkheden worden geïntegreerd in een kleine ontwikkeling bord, breekt het los van de afhankelijkheid van cloud computing vermogen en stabiele netwerkverbindingen.Voor scenario's met beperkte netwerkomstandigheden zoals ondergrondse mijnenDit betekent een echt uitvoerbare oplossing.
Tegelijkertijd kunnen biometrische gegevens in de edge-implementatiemodus worden afgestemd zonder naar de cloud te worden geüpload.die vanzelfsprekend geschikt is voor toepassingsscenario's met strenge vereisten inzake gegevensbeveiliging, zoals financiële markten en overheidsdiensten.
Homsh zal de grondige aanpassing van lichtgewicht algoritmen aan binnenlandse edge chips blijven bevorderen en partners voorzien van hoogwaardige, goedkope,en gemakkelijk te integreren randoplossingen voor irisherkenning.
IV. Technische hoogtepunten
Een kort overzicht van de technische hoogtepunten
Doelplatform Rockchip RK3588
Modeltype: Irisherkenning + gezichtsherkenning
ONNX nauwkeurigheid: 100%
RKNN Frame Rate: 3,64 FPS
Functieverificatie: Offline-evaluatie, realtime-opname, 1:N-herkenningsmodus
Van algoritme R&D tot chip aanpassing, van cloud implementatie tot edge implementatie, Homsh breidt de toepassingsgrenzen van irisherkenningstechnologie stap voor stap uit.
Het maakt de herkenning sneller, dichterbij en veiliger.
Voor meer technische details of om samenwerkingsmogelijkheden te bespreken, neem gerust contact met ons op.
