基于FPGA和卷积神经网络的人脸识别系统

• 作者: 范世朝 郑国强 孙国庆 韩旭
• 来源期刊: 电子元器件与信息技术
• 关键词: FPGA 卷积神经网络 HLS IP核 Python
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 电子与电力技术
• 页码范围: 98-99
• 页数: 2页
• 分类号: TP319
• 语种: 中文
• DOI: 10.19772/j.cnki.2096-4455.2021.5.043

摘要

为了解决传统利用FPGA实现基于卷积神经网络的人脸识别系统复杂度高,不利于软件开发者开发的问题,本文以PYNQ-Z2开发板为核心,提出一种利用HLS高层次综合搭建基于卷积神经网络的人脸识别系统的方法.在HLS编写卷积层和池化层的c语言代码,会自动综合成Verilog语言,并生成相应的IP核,之后在VIVADO开发工具中进行block design设计生成对应的bit文件,将其封装成Overlay,并通过网络服务器Jupyter notebook上传到开发板,就可以在顶层利用Python使用IP核,实现人脸识别系统.最后,通过test bench对生成的卷积层和池化层进行仿真测试,测试结果表明:该方法具有有效性,实现方便,资源占用率较低.