A low-power, highly secure, always-on face recognition (FR) processor is required for security applications. In this paper, a branch net–based early stopping FR (BESF) processor is proposed to prevent adversarial attacks for high security and consume low power for always-on operation. It shows a recognition accuracy of 83.10% under the fast gradient signed method (FGSM), and 71.97% under the projected gradient descent (PGD) attack. The clock-gating of the BESF processor reduces the average power consumption by 30.85%. The unified pointwise and depthwise convolution processing element adopts layer-fusion to reduce the external memory access by 88.0%. Furthermore, noise injection layers are inserted between every bottleneck layer to further reduce the FGSM and PGD attack success rate by 9.29% and 20.0%, respectively. Implemented with a 65 nm CMOS process with a 3.0 mm $\times$ 3.0 mm area, the processor consumes 0.22–0.89 mW power at 1 fps and shows 95.5% FR accuracy in the Labeled Faces in the Wild dataset.
모바일 환경에서 보안 어플리케이션을 사용하기 위해서는 저전력 고 보안성 얼굴 인식 프로세서가 요구된다. 본 논문에서는 브랜치넷 기반 조기 종료 (BESF) 얼굴인식 프로세서를 제안하여 적대적 공격을 방어할 수 있는 저전력 고 보안성 얼굴 인식 프로세서를 제안한다. 이 프로세서는 FGSM 공격에서 83.10%의 정확도를 보이고, PGD 공격에서 71.97%의 정확도를 보인다. BESF기반 프로세서에서 클락 게이팅을 적용하여 평균 전력 소모량을 30.85% 감소시켰다. 레이어 퓨전을 사용한 통합된 포인트와이즈 합성곱 및 뎁스와이즈 합성곱 연산장치를 사용하여 외부 메모리 접근을 88.0% 감소하였다. 합성곱 신경망의 각 바틀넥 층 사이에 노이즈를 삽입하여서 FGSM 공격과 PGD 공격 성공률을 각각 9.29%, 20.0% 감소하였다. 본 프로세서는 65nm CMOS 공정을 사용해 집적되었으며, 3.0 mm $\times$ 3.0 mm의 면적을 차지하며 0.22–0.89mW의 전력을 소모하며 1fps의 처리량을 보이고 LFW 데이터셋에서 95.5%의 정확도를 보인다.
