【Endpoint AI】 임베디드 시스템 혁신: MCU의 최첨단 얼굴 인식
얼굴 인식 기술은 보안 감시, 접근 제어 및 사용자 인증에 널리 적용되는 현대 기술의 초석이 되었습니다. 누보톤 테크놀로지의 얼굴 인식 시스템은 NuMaker-M55M1 플랫폼을 기반으로 이미지 처리 기술, TensorFlow Lite, Haar Cascade, MobileFaceNet 등 여러 핵심 구성 요소를 통합하여 효율적이고 정확한 인식 기능을 제공하면서 임베디드 시스템의 강력한 잠재력을 보여줍니다.
누보톤의 NuMaker-M55M1은 오픈 소스 도구와 딥 러닝 프레임워크를 결합하여 전체 얼굴 인식 시스템을 구축하는 운영 환경 역할을 합니다. 이 시스템은 주로 네 가지 핵심 구성 요소로 구성되어 있습니다: 이미지 전처리를 위한 이미지 처리 기술, 모델 실행을 위한 텐서플로우 라이트, 얼굴 감지를 위한 하르 캐스케이드, 특징 추출 및 매칭을 위한 모바일페이스넷입니다. 이미지 처리 기술은 이미지 데이터를 후속 모델에서 사용할 수 있는 형식으로 변환하여 기본적인 역할을 합니다. 기능 모듈을 통해 이미지 전처리, 특징 추출을 수행하고 이미지 및 비디오 입출력, 형식 변환, 특징 매칭을 지원합니다. 이를 바탕으로 이미지 처리 기술은 이미지에서 얼굴 영역을 추가로 감지하여 후속 분석에 필요한 입력 데이터의 품질과 일관성을 보장합니다.
Haar Cascade는 Haar와 유사한 특징을 기반으로 사전 학습된 분류기를 통해 이미지에서 얼굴 영역을 신속하게 식별하는 얼굴 감지 기술입니다. 이 방법은 객체 감지를 위해 레이어드 특징 분류기에 의존하며, 낮은 계산 요구와 빠른 속도를 제공하여 실시간 애플리케이션에 이상적입니다. 이미지 처리 기술은 유연성을 높이기 위해 스케일링 요소와 객체 크기 범위와 같은 조정 가능한 매개변수를 제공하여 감지 속도와 정확성의 균형을 맞춥니다.
딥러닝 모델의 효율적인 운영을 위해 누보톤은 모바일 및 임베디드 시스템을 위해 설계된 프레임워크인 TensorFlow Lite를 채택했습니다. 이 프레임워크는 C++ 및 Python을 포함한 여러 프로그래밍 언어를 지원하며, MobileFaceNet 모델을 효과적으로 실행합니다. 이 시스템에서는 TensorFlow Lite를 신경망 추론에 사용하여 자원이 제한된 임베디드 장치에서 안정적인 운영을 보장합니다.
모바일넷 V2의 향상된 버전인 MobileFaceNet은 임베디드 시스템의 얼굴 인식 요구에 최적화되어 있습니다. 이 모델은 이미지에서 특징 벡터를 추출하고 코사인 유사성을 사용하여 얼굴 매칭을 수행합니다. 이미지 처리 기술로 감지된 얼굴 영역은 MobileFaceNet에 의해 특징 벡터로 변환된 후 등록된 특징과 비교됩니다. 유사성이 미리 설정된 임계값을 초과하면 시스템은 일치하는 것으로 간주하고, 그렇지 않으면 거부됩니다.
NuMaker-M55M1 기반의 얼굴 인식 시스템은 이미지 처리 기술, TensorFlow Lite, Haar Cascade, MobileFaceNet의 원활한 통합을 활용하여 효율적이고 신뢰할 수 있는 얼굴 인식 및 인식을 제공합니다. 이 솔루션은 보안이 높은 애플리케이션의 요구를 충족할 뿐만 아니라 리소스가 제한된 임베디드 장치에 유망한 접근 방식을 제공합니다. 누보톤 테크놀로지의 애플리케이션 설계는 얼굴 인식 기술의 광범위한 적용 가능성과 미래 잠재력을 입증합니다.
시스템 개발자는 누보톤 AI 웹페이지 www.nuvoton.com/ai "Contact Us" 양식을 통해 누보톤 팀에 연락하여 엔드포인트 AI의 새로운 가치를 함께 탐구할 수 있습니다.
Figure 1. Face Enrollment
Figure 2. Face Recognition
粤公网安备 44030502010001号