超级会员免费看
我司低端人脸考勤机产品使用的是sigmastar-222D芯片，说实话，确实有点羸弱。
1：首先将板子上获取的YUV数据转换成RGB；
2：对RGB图像进行预处理（缩放、补边等）；
3：送入人脸检测、活体、关键点、对齐、识别、比对管道。
算法+业务逻辑，使得CPU性能吃紧，考勤体感速度不够看。好在222D上有DIVP硬件接口，可以直接对物理地址上的图像数据进行处理（crop、rotate、scale、flip、convert），降低cpu资源消耗。
1：先大体了解一下DIVP的功能作用
2
本文介绍了在低端人脸考勤机中，使用SIGMSTAR 222D芯片进行图像处理的挑战。通过利用芯片上的DIVP硬件接口，实现了对图像数据的crop、rotate、scale、flip和convert操作，以减轻CPU负担并提升考勤速度。文章详细阐述了DIVP接口的作用，并提供了以crop操作为例的代码实现。
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
