پتانسیل فوق العاده ای برای فن آوری تشخیص چهره وجود دارد از این دست میتوان به اطلاع رسانی افراد دارای معلولیت بصری زمانی که کسی به آنها نزدیک می شود، اشاره کرد.
باور این موضوع دشوار است که با استفاده از شبکه های عصبی مصنوعی (ANNs) و تکنیک های عمیق یادگیری همه چیز به سرعت در حال پیشرفت است. برای مثال می توانید به سیستم های بینایی که جهت یادگیری افراد نابینا و یا کم بینا استفاده می شود و یا بهینه سازی پلتفرم ماشین های یادگیری سیستم های بینایی و … مراجعه کنید.
قطعاً تشخیص اشیا و شناسایی آن ها کار جذابی است که می تواند شامل تشخیص و شناسایی چهره در تصاویر و فیلم ها باشد. در واقع این قبیل کارها از مزایای کار با FPGA ها است. قسمت مورد توجه آن FPGA های نسل فعلی اینتل هستند . hard-core DSP این پردازنده ها هر دو قابلیت fixed-point و floating-point را ارئه می دهند و این موضوع باعث می شود که این پردازنده ها برای رنج گسترده ای از هوش مصنوعی (AI) و نرم افزار های کاربردی بینایی embedded مناسب باشند.
FPGA های Arria 10 رنج میانی اینتل، به عنوال مثال می توان به موارد زیر اشاره کرد: ارائه تا (1.5teraflops (TFLOPs عملکرد پردازنده single-precision floating-point ، 1.15 million logic elements و بیش از یک اتصال با سرعت بالای یک ترابیت در ثانیه.
کار با Programmable Solutions Group شرکت اینتل، که مهندسانی در ZTE (یک شرکت چند ملیتی چینی سیستم ها و تجهیزات مخابراتی واقع در Shenzhen, Guangdong) هستند، از FPGA های Arria 10 جهت پیاده سازی نرم افزار cloud inferencing با استفاده از الگوریتم شبکه های عصبی کانولوشن (CNN) برای تشخیص چهره با دقت بالا بر روی بیش از 1000 تصویر / فریم در ثانیه استفاده می کنند.
به طور معمول، تکنولوژی تشخیص چهره در درجه اول مورد علاقه سازمانهای اجرای قانون است. این سازمان ها از این فن آوری جهت جداسازی و شناسایی چهره ها در مکان های پرجمعیت (مانند فرودگاه) استفاده می کنند. اما از این پتانسیل فوق العاده میتوان در طیف وسیعی از برنامه های کاربردی مانند اطلاع رسانی به نابینایان و کم بینایان استفاده کرد.