EEPW论坛

目前，安全问题是我们社会最关注的问题之一。从政府设施到私营公司和医疗机构，他们都必须直接解决安全问题，如：访问受限信息隔离控制或犯罪追踪。举个例子，在医院或老年病学中，为了隔离感染者（这在目前影响所有国家的COVID-19大流行中已被证明是一个非同小可的问题），或者为了找到逃亡的病人，识别病人是至关重要的。那么，人脸识别就是执行这些任务的一个非侵入性的选择。虽然来自谷歌的FaceNet已经被证明是几乎完美的，但在多人脸场景中，其性能会迅速衰减。为了缓解这种性能的损失，本文提出了一种基于神经计算机棒第2版和英特尔的OpenVINO的集群。针对两种编程模式，即：多线程和多处理，进行了详细的功耗和运行时间研究。此外，还考虑了3种不同的主机。在最有效的配置中，使用Raspberry Pi 4作为主机实现了平均每秒6帧的速度，功耗仅为11.2W，与基于PC的多面方案相比，能效提高了3.3倍。

https://www.sciencedirect.com/science/article/pii/S0045790620307126

CNN Inference acceleration using low-power devices for human monitoring and security scenarios.pdf