面向事件相机边缘 AI 的超低延迟 HOMI 平台
硬件体系结构
2025-08-19 v1 计算机视觉与模式识别
新兴技术
神经与进化计算
摘要
事件相机因其异步运行和稀疏、事件驱动的输出，特别适合需要快速高效闭环控制的任务，如手势式人机交互。尽管存在这种潜力，现有事件处理解决方案仍有限，往往缺乏完整的端到端实现、延迟高且未充分利用事件数据稀疏性。本文提出 HOMI，一个超低延迟、端到端的边缘 AI 平台，由 Prophesee IMX636 事件传感器芯片和 Xilinx Zynq UltraScale+MPSoC FPGA 芯片组成，部署内部开发的 AI 加速器。我们开发了支持常数时间模式和常数事件模式的硬件优化预处理管道，用于直方图累积、线性和指数时间表面。我们的通用实现适用于追求高精度和低延迟的应用。HOMI 在配置为高精度操作时，在 DVS Gesture 数据集上实现 94% 的准确率，提供 1000 fps 的吞吐量用于低延迟配置。该硬件优化管道保持紧凑的内存占用，仅使用 FPGA 可用资源的 33%，为进一步的延迟降低、模型并行化、多任务部署或集成更复杂架构留下了充足的余量。
引用
@article{arxiv.2508.12637,
title = {HOMI: Ultra-Fast EdgeAI platform for Event Cameras},
author = {Shankaranarayanan H and Satyapreet Singh Yadav and Adithya Krishna and Ajay Vikram P and Mahesh Mehendale and Chetan Singh Thakur},
journal= {arXiv preprint arXiv:2508.12637},
year = {2025}
}