Parece que hay varias dimensiones diferentes a los obstáculos.
P2: Le preocupa tener suficiente poder de computadora. Este es un problema 'asesino' a tener. Puede que no sea factible resolverlo en el equipo que ha identificado.
Algunas cámaras digitales utilizan procesadores que son comparables a los de TIVA, y hacen un buen procesamiento de imágenes fijas. Sin embargo, creo que deben tener mucha memoria (RAM). Cualquier forma de procesamiento complejo de imágenes será inaceptablemente lenta o prácticamente imposible sin suficiente memoria.
La página wikipedia TIVA-C Launchpad dice "32 Kbyte RAM". Eso es aproximadamente el 0.2% de una imagen de 5Mpixel. A menos que tenga un algoritmo muy, muy inteligente, supongo que es prácticamente imposible.
El TMS320C5515 DSP Evaluation Module utiliza el TMS320C5515 DSP . Tiene 320K, 10 veces más RAM que la TIVA C. Eso es solo el 2% de una imagen de una cámara de 5Mpixel.
Espero tener al menos dos veces más memoria de la que requiere una sola imagen, más un poco más de espacio para que el programa funcione. Un poco menos sería muy difícil.
¿Ha realizado un prototipo de su proyecto de reconocimiento facial en un sistema informático con suficiente potencia informática y lo ha hecho funcionar? ¿O tiene pruebas muy sólidas de que es factible?
Por ejemplo, es el proyecto en un Intel de múltiples núcleos, AMD o ARM de gama alta, que ejecuta un sistema operativo con el que está familiarizado. Una vez que tenga un sistema en funcionamiento, debería poder obtener una medida razonable de cuánta potencia de computadora se requiere.
Sugiero esto porque es una gran cantidad de evidencia de que tratar de desarrollar una aplicación para una computadora con apenas la potencia de la computadora requiere casi exponencialmente más tiempo y esfuerzo que comenzar con una computadora con 'vergonzosamente' mucho poder '. No se sienta tentado a complicar en exceso su enfoque de hardware. Se adhieren a las soluciones MCU o SoC de un solo chip.
Una vez que sepa que el proyecto es factible, aborde la siguiente parte. Por favor actualice su pregunta con más información sobre su experiencia. Mi opinión actual es que Funkyguy estaba ofreciendo buenos consejos sobre cómo hacer la transición a un sistema más complejo como TIVA de Arduino. Esencialmente el consejo fue: hacer la transición en más de un paso. Acércate al hardware. Confíe en las nuevas herramientas. Recorre un camino que tenga un buen soporte de foro.
Editar:
¿Cómo elegiría entre TIVA y el DSP?
Inicialmente, no me molestaría. En su lugar, intentaría que el proyecto funcionara en un sistema con "vergonzosamente demasiado poder". Eso podría enseñarme más sobre el proyecto y cómo hacerlo que cualquier otra cosa que pudiera hacer.
No creo que haya mucho para elegir entre TIVA-C y DSP EVM. El DSP parece tener más poder de computadora que el TIVA y mucha más memoria. Es probable que la memoria sea "asesina" y no creo que ninguna tenga suficiente para facilitar el reconocimiento facial.
Podría usar una Raspberry-Pi (R-Pi) o BeagleBone Black (BB). Ambos tienen 0.5GB de RAM. Podría usar 200 MB en su aplicación y mantener muchas imágenes en la memoria mientras ejecuta su algoritmo. Creo que ambos tienen hijas de cámara, aunque creo que la cámara R-Pi es mejor. Ambos tienen tarjetas de memoria SD, por lo que podría tener GB de almacenamiento con imágenes. En cuyo caso, es posible que no necesite una cámara inicialmente, y tener muchas imágenes almacenadas facilitaría las pruebas.