实时面部表情识别：神经形态硬件与边缘 AI 加速器的对比
计算机视觉与模式识别
2024-03-15 v1 机器学习
神经与进化计算
性能
摘要
本文重点关注实时面部表情识别（FER）系统，该系统是社交机器人等各种实际应用中的重要组成部分。我们研究了在边缘部署 FER 机器学习（ML）模型的两种硬件选项：神经形态硬件与边缘 AI 加速器。我们的研究包括详尽的实验，对 Intel Loihi 神经形态处理器和四个不同的边缘平台（Raspberry Pi-4、Intel Neural Compute Stick (NSC)、Jetson Nano 和 Coral TPU）进行了比较分析。获得的结果表明，与功耗和能耗最低的边缘 AI 加速器 Coral TPU 相比，Loihi 可以实现约两个数量级的功耗降低和一个数量级的节能。这些功耗和能耗的降低是在神经形态解决方案保持与边缘加速器相当的准确度水平下实现的，且所有过程均在实时延迟要求之内。
引用
@article{arxiv.2403.08792,
title = {Realtime Facial Expression Recognition: Neuromorphic Hardware vs. Edge AI Accelerators},
author = {Heath Smith and James Seekings and Mohammadreza Mohammadi and Ramtin Zand},
journal= {arXiv preprint arXiv:2403.08792},
year = {2024}
}