通过微架构设计探索实现面向视障人士的计算机视觉驱动辅助设备
计算机视觉与模式识别
2019-05-21 v1 神经与进化计算
摘要
近期目标检测的进步已展现出在以往方案无法达成任务中的辅助潜力。一个特定领域是面向视障人士的辅助设备。尽管最先进的深度神经网络已展现出优越的目标检测性能，但其高计算与内存需求使得在设备端运行成本高昂。另一方面，基于云的运行会引发隐私担忧，二者均对潜在用户缺乏吸引力。为应对这些挑战，本研究通过微架构设计探索，专为 OLIV（一个面向视障人士物体定位的 AI 驱动助手）创建高效的目标检测网络。具体而言，我们将寻找最优网络微架构的问题表述为数值优化问题，其中我们找到控制 MobileNetV2-SSD 网络微架构的超参数集合，以在 MSCOCO-OLIV 室内物体数据集上最大化改进的 NetScore 目标函数。实验结果表明，此类微架构设计探索策略产生了一种紧凑的深度神经网络，在准确率、尺寸与速度间取得平衡权衡，非常适于实现面向视障人士的设备端计算机视觉驱动辅助设备。
引用
@article{arxiv.1905.07836,
title = {Enabling Computer Vision Driven Assistive Devices for the Visually Impaired via Micro-architecture Design Exploration},
author = {Linda Wang and Alexander Wong},
journal= {arXiv preprint arXiv:1905.07836},
year = {2019}
}