La solution EdgeReady permet la reconnaissance faciale 3D
NXP Semiconductors a élargi son portefeuille de solutions NXP EdgeReady, en ajoutant une solution de reconnaissance faciale sécurisée qui exploite une lumière structurée 3D haute performance module (SLM) combinée au MCU crossover i.MX RT117F.
C'est la première solution à combiner une caméra SLM 3D avec un MCU offrant les performances et la sécurité de la reconnaissance faciale 3D à la périphérie, et supprimant le besoin d'utiliser une implémentation Linux coûteuse et gourmande en énergie sur un MPU, comme c'est normalement le cas. avec des caméras 3D hautes performances.
La solution EdgeReady a été développée pour aider les développeurs de serrures intelligentes et d'autres systèmes de contrôle d'accès à ajouter une reconnaissance faciale sécurisée basée sur l'apprentissage automatique aux produits de maison intelligente et de construction intelligente.
La solution offre une reconnaissance faciale 3D fiable dans les applications intérieures et extérieures, dans des conditions d'éclairage variées, y compris la lumière du soleil, la lumière nocturne faible ou d'autres conditions d'éclairage difficiles qui sont difficiles pour les systèmes de reconnaissance faciale traditionnels.
L'utilisation d'une caméra SLM 3D permet une détection avancée de la vivacité, aidant à distinguer une personne réelle des techniques d'usurpation d'identité, telles qu'une photographie, un masque d'imitateur ou un modèle 3D, pour empêcher tout accès non autorisé.
L'i.MX RT117F utilise un modèle d'apprentissage automatique avancé dans le cadre du logiciel d'apprentissage automatique eIQ de NXP fonctionnant sur son cœur de processeur hautes performances qui permet une reconnaissance faciale plus rapide et précise pour améliorer à la fois l'expérience utilisateur et l'efficacité énergétique.
Semblable à la solution NXP EdgeReady basée sur le MCU i.MX RT106F pour la reconnaissance faciale sécurisée, la détection avancée de la vivacité et la reconnaissance faciale sont toutes effectuées localement à la périphérie, ce qui permet aux données biométriques personnelles de rester sur l'appareil. En conséquence, il permet de répondre aux problèmes de confidentialité des consommateurs, tout en éliminant la latence associée aux solutions basées sur le cloud.