Deset typů funkcí snímání obrazu je využito pro rozpoznání lidských podmínek v různých perspektivách jako detekce obličeje, detekce lidského těla, detekce ruky, odhad směru obličeje, odhad doby pohledu, odhad mrknutí, odhad věku, odhad pohlaví, odhad výrazu, a rozpoznání obličeje.

Na FPGA se často obrací vývojáři proto, aby využili velký výkon pro náročné aplikace jako je počítačové vidění, komunikace průmyslových systémů a internet věcí. Běžné programování FPGA však je složité a časově náročné, což vedlo ke vzniku vývojového prostředí Python Productivity for Zynq (PYNQ) na bázi notebooků Jupyter, který problematiku programovatelnosti FPGA řeší.