[发明专利]一种轻型的人脸跟踪方法和存储设备

说明书

本发明涉及软件调度技术领域，特别涉及一种轻型的人脸跟踪方法和存储设备。所述一种轻型的人脸跟踪方法，包括步骤：检测是否有人脸检测算法抢占不到NPU，若有，判断抢占不到NPU的人脸检测算法是否符合预设条件，若符合预设条件，则根据预设规则切换所述人脸检测算法至CPU上运行。通过上述步骤，可使得NPU和CPU搭配运行人脸检测算法，使得不仅降低了CPU的使用频率，而且，NPU的带宽也得到提高。

技术领域

本发明涉及软件调度技术领域，特别涉及一种轻型的人脸跟踪方法和存储设备。

背景技术

NPU的工作原理：1、打开NPU专用芯片设备；2、传入模型文件，得到模型task；3、获取task的输入输出信息；4、拷贝输入数据到模型内存中；5、运行模型，得到输出数据。

可以得出结论，NPU一次只能执行一个模型。基于深度学习的人脸识别算法包括：人脸检测或人脸跟踪、活体检测、人脸识别三个模型。目前人脸识别算法普遍是运行在NPU上，根据NPU工作原理，这三个模型必须按照顺序，依次执行。这样导致极大地消耗DDR带宽资源。DDR带宽资源过高会影响设备整体功耗。

发明内容

为此，需要提供一种轻型的人脸跟踪方法，用以解决现有人脸资源识别算法消耗DDR带宽资源过高的技术问题。具体技术方案如下：

一种轻型的人脸跟踪方法，包括步骤：

检测是否有人脸检测算法抢占不到NPU，若有，判断抢占不到NPU的人脸检测算法是否符合预设条件，若符合预设条件，则根据预设规则切换所述人脸检测算法至CPU上运行。

进一步的，所述“判断抢占不到NPU的人脸检测算法是否符合预设条件”，具体还包括步骤：

判断抢占不到NPU的人脸检测算法是否为对符合预设条件的对实时性要求高的算法。

进一步的，所述“则根据预设规则切换所述人脸检测算法至CPU上运行”，具体还包括步骤：

在CPU上通过OPENCV运行人脸检测算法。

为解决上述技术问题，还提供了一种存储设备，具体技术方案如下：

一种存储设备，其中存储有指令集，所述指令集用于执行：

检测是否有人脸检测算法抢占不到NPU，若有，判断抢占不到NPU的人脸检测算法是否符合预设条件，若符合预设条件，则根据预设规则切换所述人脸检测算法至CPU上运行。

进一步的，所述指令集还用于执行：所述“判断抢占不到NPU的人脸检测算法是否符合预设条件”，具体还包括步骤：

判断抢占不到NPU的人脸检测算法是否为对符合预设条件的对实时性要求高的算法。

进一步的，所述指令集还用于执行：所述“则根据预设规则切换所述人脸检测算法至CPU上运行”，具体还包括步骤：

在CPU上通过OPENCV运行人脸检测算法。

本发明的有益效果是：检测是否有人脸检测算法抢占不到NPU，若有，判断抢占不到NPU的人脸检测算法是否符合预设条件，若符合预设条件，则根据预设规则切换所述人脸检测算法至CPU上运行。通过上述步骤，可使得NPU和CPU搭配运行人脸检测算法，使得不仅降低了CPU的使用频率，而且，NPU的带宽也得到提高。

附图说明

图1为具体实施方式所述一种轻型的人脸跟踪方法的流程图；

图2为具体实施方式所述一种轻型的人脸跟踪方法的应用示意图；

图3为具体实施方式所述一种存储设备的模块示意图。

附图标记说明：

300、存储设备。