该人脸识别系统是利用Vitis-AI 1.3在Ultra96-V2开发板上实现的，为更好的创建人脸应用程序，在该项目中利用了以下几种模型：

• WorkDetect：人脸检测（densitybox_640_360 ）
• WorkTrack：脸部追踪
• WorkCapture：面部质量（face-quality ）
• WorkRecog：人脸特征（facerec_resnet20 ）
• WorkCompare：找到匹配的面孔

硬件部件：

• Ultra96-V2
• 摄像头
• DisplayPort监视器

设计步骤： 

步骤一、创建SD卡

为Avnet平台提供预构建的Vitis-AI 1.3 SD卡映像：

• u96v2_sbc_base：Ultra96-V2开发板
• uz7ev_evcc_base：UltraZed-EV SOM（7EV）+ FMC运营商卡
• uz3eg_iocc_base：UltraZed-EG SOM（3EG）+ IO运营商卡

下载并解压缩后，可将.img文件编程为16GB的micro SD卡：

1、解压缩档案，获得.img文件

2、将主板专用的SD卡映像编程为16GB（或更大）的micro SD卡一种。在Windows计算机上，使用Balena Etcher或Win32DiskImager（免费的开源软件）

3、在Linux机器上，使用Balena Etcher或使用dd实用程序：

$ sudo dd bs=4M if=Avnet-{platform}-Vitis-AI-1-3-{date}.img of=/dev/sd{X} status=progress conv=fsync

（其中{X}是小写字母，用于指定SD卡的设备。您可以使用“ df -h”来确定哪个设备与您的SD卡相对应）

步骤二、下载人脸识别代码

1、注册XILINX（点击进入）

2、点击“演示和设计”选项卡，可以在其中找到一些应用示例（包括面部识别）的来源

下载“ face_recog_demo_src_v1.3.tar.gz”档案，并将其复制到Ultra96-V2板的SD卡中

步骤三、提取并构建人脸识别

“ face_recog_demo_src_v1.3.tar.gz”归档文件包含许多无用的文件（.*），可以使用--exclude参数提取档案，防止提取一些不需要的文件

提取存档后，可以构建应用程序。因为要使用该应用程序的X-windows版本，所以用build_x.sh脚本进行构建。

第一次在Ultra96-V2上构建应用程序的尝试导致了内存不足错误，这是因为调用带有太高的“ -j”参数（即10）的make引起的。要解决此问题，可修改cmake.sh脚本并更改以下代码：

可以使用sed进行操作：

构建成功：

创建两个可执行文件：

• build_database：用于创建面部特征的数据库
• face_demo：用于识别视频中的人脸

步骤四、执行提供的图像/视频

创建人脸数据库：创建一个名为face_feature.lib的面部数据库文件

在运行示例前，需要设置DISPLAY环境变量，并将显示分辨率设置为640x480 

要通过测试视频执行人脸识别，需执行以下操作：

测试结果：

• 测试视频包含用于创建要素数据库的完全相同的面孔
• 测试视频在中间处于“焦点不清晰”状态，导致下半脸合格，因此没有人脸识别
• 显示屏左下方显示的脸部是最后识别的脸部（带有匹配项）
• 每帧仅显示一个可识别的脸部（即使识别了多个脸部）

第5步-使用自定义面孔和USB摄像头执行

进一步举例说明该示例是否适用于自定义面部，以及包含相同人物但不具有相同面部图像的视频

对其进行了测试

补充：可对该项目进行以下修改：

• 显示面的质量
• 除人脸ID外的显示名称
• 在每个检测到的面部边界框旁边显示识别的面部图像