アクセス制御の実現や共通オブジェクトのパーソナライズにはさまざまな方法があります(物理キー、PINコード、指紋、または顔認証)。 顔認識は直接的で非接触かつ安全(生体認証データ)であるため、最も便利なユーザ認証方法です。
アプローチ
カメラ入力(/dev/videox)からフレームをグラブし、2つのニューラル・ネットワーク・モデル(顔検出と顔認識)によって処理し、TensorFlow™ Liteランタイム・フレームワークによって解釈します。
カメラ・フレームのストリーミング(v4l2srcを使用)、プレビューの表示(waylandsinkを使用)、ニューラル・ネットワーク推論の実行(appsinkを使用)には、GStreamerパイプラインを使用します。
推論結果は、GtkWidgetとCairoによって生成されたオーバーレイを使用して表示します。

センサ
USBウェブカメラまたはビルト・イン・カメラ
データ
データフォーマット:解像度96 x 96のRGB888カラー入力画像
結果
モデル:顔検出用および顔認識用カスタムCNN
STM32MP157Fでの結果
1つの顔に対して顔検出と顔認識の両方を実行する際の平均実行フレームレートは約5fps:
– 顔検出実行時間:~70ms
– 顔認識実行時間:~55ms