一种58.6mW实时可编程目标检测器，在1920x1080 30fps视频上使用可变形部件模型支持多尺度多目标
计算机视觉与模式识别
2016-08-01 v1 硬件体系结构
摘要
本文提出了一种使用可变形部件模型（deformable parts models, DPM）的可编程、高能效实时目标检测加速器，其精度比传统刚体模型高2倍。针对8个可变形部件的检测，采用了三种方法来解决高计算复杂度问题：分类剪枝使部件分类减少33倍，矢量量化使存储空间减少15倍，以及特征基投影使每次分类的代价降低2倍。该芯片采用65nm CMOS工艺实现，能够以30fps处理高清（1920x1080）图像，无需任何片外存储，功耗仅为58.6mW（0.94nJ/像素，1168 GOPS/W）。该芯片拥有两个分类引擎，可同时检测两类不同的目标。经测试，其吞吐量高达60fps，分类引擎可通过时分复用来检测超过两类的目标。通过改变剪枝因子或禁用部件分类，可实现能耗可扩展。
引用
@article{arxiv.1607.08635,
title = {A 58.6mW Real-Time Programmable Object Detector with Multi-Scale Multi-Object Support Using Deformable Parts Model on 1920x1080 Video at 30fps},
author = {Amr Suleiman and Zhengdong Zhang and Vivienne Sze},
journal= {arXiv preprint arXiv:1607.08635},
year = {2016}
}