微波EDA网,见证研发工程师的成长!
首页 > 硬件设计 > 嵌入式设计 > 生物特征识别技术的发展趋势及对数字信号处理器的

生物特征识别技术的发展趋势及对数字信号处理器的

时间:09-12 来源:互联网 点击:

对称多处理器成员在相同的频率条件下实现了性能的翻番。Blackfin 处理器系列还提供了低至 0.8V 的业界领先功耗性能。对于满足当今及未来的信号处理应用(包括宽带无线、具有音频/视频功能的因特网工具和移动通信)而言,这种高性能与低功耗的组合是必不可少的。

Blackfin处理器具有如下特点:

高性能处理器内核。Blackfin 处理器架构基于一个 10 级 RISC MCU/DSP 流水线和一个专为实现最佳代码密度而设计的混合 16/32 位指令集架构,该架构很适合于全信号处理/分析能力。这种架构,使得人脸识别中的复杂的数字信号处理运算在Blackfin上很容易实现。

高带宽DMA能力。人脸识别中需要对图像块进行操作,这就涉及到内存数据存取。采用Blackfin的DMA控制器可以自动数据传输,所需的处理器内核开销极少。这样可以将宝贵的处理器的运算能力用于人脸识别的计算,减小数据存取对性能的影响。

. 视频指令。人脸识别中最常进行的操作就是对像素值进行处理,Blackfin处理器具有对8位数据以及许多像素处理算法所常用的字长的固有支持,大大提高了人脸识别的处理速度。

. 分层存储器。Blackfin具L1 Cache和L2 Cache两级Cache,由于Cache较之外部存储器具有更快的存取速度,因而,在人脸识别时,可以把运算密集的代码放在L1 Cache或L2 Cache中,这样可以有效提高处理速度。

上述Blackfin处理器特点表明,Blackfin系列处理器非常适合处理需要高性能运算能力和高数据吞吐量的生物特征识别技术。

目前,Hisign已经将人脸识别的算法移植到ADI的Blackfin上,性能正在优化中。请继续关注。

结语

本文讨论了生物特征识别技术的发展趋势,结合人脸识别分析了生物特征识别技术需要高性能的数字信号处理器的原因,并简单介绍了Blackfin处理器的特点,指出正是由于Blackfin处理器的这些特点,使得该处理器非常适合作为嵌入式系统中的计算核心,以便将人脸识别等生物特征识别技术移植到嵌入式系统。

Copyright © 2017-2020 微波EDA网 版权所有

网站地图

Top