マルチポート・メモリ・ベースのディープラーニングに関する研究

本研究では、画像処理、画像認識、機械学習のために、複数バンクのマルチポートメモリを設計しました。このマルチポートメモリは、ロボティクス、携帯端末、ウェアラブル機器、自動車分野における多くのコンピュータビジョンおよび機械学習アプリケーションに高い並列性を提供することができます。開発されたマルチポートメモリを使用して、歩行者認識のために、セルベースのスライディングウィンドウ認識メカニズムを備えた方向性勾配（HOG）ヒストグラムとHaar-like記述子の両方を利用するデュアル機能ベースのオブジェクト認識コプロセッサが設計されています。 HOG及びHaar-like記述子の特徴抽出回路は、画像センサからのピクセル周波数に同期するピクセルベースのパイプラインアーキテクチャによって実現されました。各セル特徴ベクトルを抽出した後、セルベースのスライディングウィンドウ方式は、このセルを含むすべてのウィンドウに対して並列認識を可能になります。最近傍探索（NNS）分類器は、HOGおよびHaar-like特徴空間にそれぞれ適用されます。 2つの特徴ドメイン により、改良された精度で歩行者検出のためのバイナリ分類のハードウェアに優しい実装が可能になります。開発された5段階パイプラインによるHOG特徴抽出アーキテクチャは、制御ユニット、勾配方向（ビン）および勾配の大きさ計算のためのピクセル処理ユニット、および中間セル特徴を格納するための18ポートメモリを有する投票ユニットを含んでいます。Haar-like特徴では、Dxは左矩形と右矩形の差から導出され、Dyは上矩形と下矩形の差から導出されます。 w×hピクセルの入力画像が与えられると、1行のサブセルに対してw / 2中間DxおよびDy値のみが4ポートメモリに記憶されます。

本研究では、画像処理、画像認識、機械学習のために、複数バンクのマルチポートメモリを設計しました。このマルチポートメモリは、ロボティクス、携帯端末、ウェアラブル機器、自動車分野における多くのコンピュータビジョンおよび機械学習アプリケーションに高い並列性を提供することができます。開発されたマルチポートメモリを使用して、歩行者認識のために、セルベースのスライディングウィンドウ認識メカニズムを備えた方向性勾配（HOG）ヒストグラムとHaar-like記述子の両方を利用するデュアル機能ベースのオブジェクト認識コプロセッサが設計されています。 HOG及びHaar-like記述子の特徴抽出回路は、画像センサからのピクセル周波数に同期するピクセルベースのパイプラインアーキテクチャによって実現されました。各セル特徴ベクトルを抽出した後、セルベースのスライディングウィンドウ方式は、このセルを含むすべてのウィンドウに対して並列認識を可能になります。最近傍探索（NNS）分類器は、HOGおよびHaar-like特徴空間にそれぞれ適用されます。 2つの特徴ドメイン により、改良された精度で歩行者検出のためのバイナリ分類のハードウェアに優しい実装が可能になります。開発された5段階パイプラインによるHOG特徴抽出アーキテクチャは、制御ユニット、勾配方向（ビン）および勾配の大きさ計算のためのピクセル処理ユニット、および中間セル特徴を格納するための18ポートメモリを有する投票ユニットを含んでいます。Haar-like特徴では、Dxは左矩形と右矩形の差から導出され、Dyは上矩形と下矩形の差から導出されます。 w×hピクセルの入力画像が与えられると、1行のサブセルに対してw / 2中間DxおよびDy値のみが4ポートメモリに記憶されます。