Πρόσφατα, η ομάδα Έρευνας & Ανάπτυξης της Homsh ολοκλήρωσε την τριεπίπεδη κλιμακωτή ενσωμάτωση της μονάδας λήψης διόφθαλμης όρασης MD31, της πλατφόρμας υπολογιστών άκρης RK3588 και της πλακέτας επιταχυντή FPGA AXU9EGB, και δημοσίευσε μια σταδιακή τεχνική έκθεση. Από τη λήψη μιας ασπρόμαυρης εικόνας ματιού 640×480 από την κάμερα, μέσω αξιολόγησης ποιότητας, εντοπισμού ίριδας, εξαγωγής χαρακτηριστικών, αντιστοίχισης 1:N, έως την εμφάνιση των αποτελεσμάτων αναγνώρισης πίσω στην οθόνη — ολόκληρη αυτή η ροή τώρα εκτελείται πλήρως σε τρεις πλακέτες υλικού.
Για την Homsh, αυτή είναι κάτι παραπάνω από μια ακόμη επιτυχημένη δοκιμή ενσωμάτωσης. Σημαίνει ότι έχουμε μεταφέρει τις δυνατότητες αναγνώρισης ίριδας που προηγουμένως εκτελούνταν σε βιομηχανικούς υπολογιστές Windows σε μια αρχιτεκτονική άκρης με χαμηλότερη κατανάλωση ενέργειας, πιο ευέλικτες μορφές και τη δυνατότητα ενσωμάτωσης σε διάφορες τερματικές συσκευές.
Ολόκληρο το σύστημα υιοθετεί μια κλιμακωτή αρχιτεκτονική: λήψη και περικοπή από την κάμερα MD31, πρόσβαση και μετάδοση από το RK3588, εξαγωγή από το AXU9EGB FPGA, και οπτική ανάδραση από το RK3588. Το MD31 εξάγει περικομμένες εικόνες ενός ματιού για το αριστερό και το δεξί μάτι. Το RK3588 εκτελείται σε Android ARM64, υπεύθυνο για τη διόφθαλμη αντιστοίχιση, τη διαχείριση εργασιών και τη μετάδοση δικτύου. Το FPGA χειρίζεται την πύλη ποιότητας και όλους τους αλγορίθμους ίριδας, και στέλνει τα αποτελέσματα πίσω στο RK3588 για εμφάνιση.
Αυτή η κατανομή εργασίας έχει βαθύτερο νόημα: η λήψη από την κάμερα και η εξαγωγή από το FPGA είναι πλήρως αποσυνδεδεμένες, συνδεδεμένες με ένα ενοποιημένο επίπεδο σημασιολογίας πρωτοκόλλου. Κάθε σύνολο εικόνων αριστερού και δεξιού ματιού συνδέεται με ένα αναγνωριστικό λειτουργίας και έναν αυστηρά αυξανόμενο αριθμό σειράς, διασφαλίζοντας ότι δεν υπάρχει σύγχυση μεταξύ των καρέ προεπισκόπησης, των καρέ επανάληψης και των καρέ από προηγούμενες εργασίες. Ως αποτέλεσμα, τόσο η παλιά μας λύση Windows όσο και η νέα λύση RK3588 μοιράζονται το ίδιο σύνολο πρωτοκόλλων FPGA και ορισμών αποτελεσμάτων εξαγωγής, με ένα σύνολο υπηρεσιών επί της πλακέτας να υποστηρίζει δύο γενιές συστημάτων υποδοχής.
Συνολική ροή δεδομένων της τριεπίπεδης κλιμάκωσης
Το FPGA επιστρέφει την κατάσταση ποιότητας, τις υποψήφιες ταυτότητες, τις βαθμολογίες ομοιότητας, τις αποστάσεις, τα όρια και τις διάρκειες σταδίων μαζί, καθιστώντας ολόκληρη τη διαδικασία αναγνώρισης πλήρως ορατή στους χρήστες.
Το βαρύτερο μέρος της ροής βρίσκεται στο AXU9EGB. Βασισμένο στην πλακέτα FPGA Zynq UltraScale+ MPSoC, και ενεργοποιημένο από την επιτάχυνση υλικού Vitis AI 3.0 και DPU, αναλαμβάνει την πλήρη επταβάθμια ροή εξαγωγής: από την επικύρωση εισόδου, τον εντοπισμό κόρης και ίριδας μέσω μοντέλου κυκλικού έξι παραμέτρων, την πύλη ποιότητας, την αποτύλιξη πολικών συντεταγμένων Daugman, έως τη δημιουργία χαρακτηριστικών ίριδας 512 διαστάσεων από το βαθύ δίκτυο IResNet100, την αντιστοίχιση 1:N μετά την κανονικοποίηση L2, και τέλος την επιστροφή αποτελεσμάτων μαζί με την καθυστέρηση ανά στάδιο.
Η ενεργοποίηση ενός δικτύου εκατό επιπέδων για σταθερή εξαγωγή χαρακτηριστικών σε FPGA βασίζεται στην αυστηρή ευθυγράμμιση μεταξύ της ποσοτικοποίησης του μοντέλου, των συνόλων δεδομένων βαθμονόμησης και των πραγματικών κατανομών εικόνων κάμερας, καθώς και σε ένα προσαρμοσμένο backend επιτάχυνσης μηδενικής αντιγραφής για το κυκλικό μοντέλο. Αυτό ακριβώς κάνει η Homsh εδώ και 15 χρόνια: ενσωματώνει αλγορίθμους σε υλικό, ώστε η αναγνώριση να γίνεται όσο το δυνατόν πιο κοντά στη συσκευή.
Επταβάθμια ροή εξαγωγής επί της πλακέτας σε FPGA
Οι εικόνες που αποτυγχάνουν τους ελέγχους ποιότητας απορρίπτονται στο τρίτο στάδιο, αποφεύγοντας την σπατάλη υπολογισμού χαρακτηριστικών. Διάνυσμα χαρακτηριστικών ίριδας 512 διαστάσεων — επταβάθμια ροή εξαγωγής επί της πλακέτας — 326 σωρευτικές δοκιμές πέρασαν
Όσον αφορά τη λογική χρήσης, το σύστημα τηρεί την αρχή της "αυστηρής εγγραφής, ευέλικτης αναγνώρισης". Κατά την εγγραφή, τόσο τα πρότυπα αριστερού όσο και δεξιού ματιού του χρήστη πρέπει να περάσουν την πύλη ποιότητας και να εγγραφούν επιτυχώς. Τα αποτυχημένα καρέ, οι διπλότυπες πλευρές ματιών και οι άγνωστες πλευρές ματιών αποκλείονται από τον αριθμό εγγραφής. Κατά την αναγνώριση, αντίθετα, τα αριστερά και δεξιά μάτια εξάγονται ξεχωριστά και αντιστοιχίζονται 1:N με τα πρότυπα αριστερού και δεξιού ματιού στη βιβλιοθήκη προτύπων αντίστοιχα. Μια αντιστοίχιση από οποιαδήποτε μεμονωμένη εικόνα ερωτήματος με οποιοδήποτε πρότυπο επιστρέφει ένα αποτέλεσμα — οι χρήστες δεν χρειάζεται να τοποθετήσουν και τα δύο μάτια για το σύστημα. όποιο μάτι ληφθεί, επεξεργάζεται.
Οι αποτυχίες ποιότητας, οι προσωρινές αστοχίες αντιστοίχισης ή τα ανακτήσιμα σφάλματα επικοινωνίας δεν τερματίζουν απότομα την εργασία. Το σύστημα διατηρεί την κατάσταση της εργασίας και συνεχίζει να περιμένει το επόμενο σύνολο εικόνων. μετά την ανάκτηση της σύνδεσης, συνεχίζει από το αναγνωριστικό λειτουργίας και τους αναγνωρισμένους αριθμούς σειράς χωρίς να υποβάλει εκ νέου καρέ που έχουν ήδη ληφθεί από το FPGA. Κάθε βήμα αναγνώρισης — ποιότητα, ομοιότητα, απόσταση, όριο, καθυστέρηση — τροφοδοτείται πίσω στη διεπαφή, καθιστώντας την επιτυχία, την αποτυχία και τις επαναλήψεις ορατές στους χρήστες.
Η εγγραφή απαιτεί πλήρη διόφθαλμα πρότυπα, ενώ η αναγνώριση χρειάζεται μόνο μια αντιστοίχιση από οποιοδήποτε μάτι, εξισορροπώντας την ασφάλεια και την εμπειρία χρήστη.
Αυτό για το οποίο είμαστε περισσότερο περήφανοι σε αυτήν τη σταδιακή έκθεση είναι στην πραγματικότητα η μεθοδολογία της. Κάθε συμπέρασμα επαλήθευσης κατηγοριοποιείται σαφώς σε τέσσερις τύπους: "Επαληθευμένο" για αναπαραγώγιμα αποτελέσματα δοκιμών, "Ιστορικά Επαληθευμένο" από προηγούμενα αρχεία ενσωμάτωσης, "Συμπερασθέν" που προκύπτει από τη λογική υλοποίησης, και ειλικρινά σημειωμένο "Προς Επαλήθευση" για προσωρινά μη επιβεβαιωμένα στοιχεία. Οι 176 αυτοματοποιημένες δοκιμές στη βασική γραμμή των Windows πέρασαν όλες, 150 δοκιμές Python επί της πλακέτας πέρασαν, και οι λειτουργίες εγγραφής/αναγνώρισης και ανάκτησης σύνδεσης ολοκλήρωσαν την ενσωμάτωση — όλα αυτά τεκμηριώνονται στην έκθεση. Τα στοιχεία που δεν έχουν ακόμη επανελεγχθεί επιτόπου σημειώνονται επίσης σαφώς ως "Προς Επαλήθευση" με μαύρα γράμματα, χωρίς αμφιβολία.
Η αναγνώριση ίριδας αφορά την ταυτότητα, αφήνοντας κανένα περιθώριο για "πιθανώς εντάξει". Η τεκμηρίωση των αβεβαιοτήτων στο χαρτί είναι η δέσμευσή μας στους πελάτες μας, και σε εμάς τους ίδιους.
Τρεις βασικοί αριθμοί: χαρακτηριστικά 512 διαστάσεων που δημιουργούνται μέσω επιτάχυνσης DPU. όλες οι 176 αυτοματοποιημένες δοκιμές βασικής γραμμής Windows πέρασαν. 150 αρχεία δοκιμών Python επί της πλακέτας πέρασαν.
Η συνολική κρίση της έκθεσης είναι ότι η τρέχουσα λύση έχει θέσει τα θεμέλια για σταδιακή επίδειξη, ενσωμάτωση και τεκμηρίωση, με σαφή αρχιτεκτονικά όρια και τεχνικά εφικτή συνολική κλιμακωτή αρχιτεκτονική. Οι επόμενες προτεραιότητες είναι εξίσου σαφείς: σταθερότητα από άκρο σε άκρο, ποιότητα εικόνας σε πραγματικό χρόνο, συνέπεια στην αποτύλιξη πολικών συντεταγμένων και παρακολούθηση κατάστασης κλειστού βρόχου για μακροχρόνια λειτουργία, μετακινώντας τη ροή από "λειτουργική" σε "σταθερή και αξιόπιστη", και στη συνέχεια σε προϊόντα έτοιμα για παραγωγή.
Από τα αυτο-αναπτυγμένα τσιπ αναγνώρισης ίριδας, έως τη συνέργεια λογισμικού-υλικού μεταξύ αλγορίθμων και FPGAs, έως την τρέχουσα πλήρη ροή αναγνώρισης ενσωματωμένη σε συσκευές άκρης, η Homsh πάντα πίστευε ότι το μέλλον της βιομετρίας βρίσκεται στην άκρη. Αυτή η σταδιακή έκθεση είναι ένα ακόμη βήμα προς αυτό το μέλλον.
