在面向物联网的超低功耗视觉传感器上实现高能效机器学习
计算机视觉与模式识别
2021-02-03 v1 机器学习
摘要
物联网（IoT）与智慧城市范式包含普适技术，用以提取上下文信息从而为用户和市民提供有用服务。在此场景中，计算机视觉应用常扮演关键角色，需要从特定设备获取图像。对高端摄像头的需求常使该过程受限，因为它们功耗大且需要大量计算资源来处理。因此，具备运动检测等先进特性的新型低功耗视觉传感器的可用性，对物联网领域的计算机视觉至关重要。遗憾的是，为达到极高能效，这些传感器可能劣化感知性能（如分辨率、帧率、色彩）。因此，通常会提供领域专用流水线以充分发挥这些摄像头的潜力。本文介绍了一个实时检测、分类与跟踪流水线的开发、分析及嵌入式实现，该流水线能充分利用背景滤波智能视觉传感器（SVS）的潜力。推理所需 8ms，功耗为 7.5 mW。
引用
@article{arxiv.2102.01340,
title = {Enabling energy efficient machine learning on a Ultra-Low-Power vision sensor for IoT},
author = {Francesco Paissan and Massimo Gottardi and Elisabetta Farella},
journal= {arXiv preprint arXiv:2102.01340},
year = {2021}
}
备注
Presented at DATE Friday Workshop on System-level Design Methods for Deep Learning on Heterogeneous Architectures (SLOHA 2021) (arXiv:2102.00818)