文献

J-GLOBAL ID：200902231147756473   整理番号：09A1152415

カスケード粒子フィルタによる物体認識で採用される実行時学習に対するハードウェアアクセラレータ

Hardware Accelerator for Run-Time Learning Adopted in Object Recognition with Cascade Particle Filter

著者 (4件)： SUGANO Hiroki (Kyoto Univ., Kyoto-shi, JPN) ,  OCHI Hiroyuki (Kyoto Univ., Kyoto-shi, JPN) ,  NAKAMURA Yukihiro (Ritsumeikan Univ., Kusatsu-shi, JPN) ,  MIYAMOTO Ryusuke (Nara Inst. of Sci. and Technol., Ikoma-shi, JPN)
資料名： IEICE Transactions on Fundamentals of Electronics, Communications and Computer Sciences (Institute of Electronics, Information and Communication Engineers)  (IEICE Transactions on Fundamentals of Electronics, Communications and Computer Sciences (Institute of Electronics, Information and Communication Engineers))
巻： E92-A  号： 11  ページ： 2801-2808  発行年： 2009年11月01日 
JST資料番号： F0699C  ISSN： 0916-8508  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： 近年,多数の研究者が高精度物体認識アルゴリズムに取組み,多数のアルゴリズムが提案されている。しかしこれらのアルゴリズムは,物体の方向変化やその陰の変化など多様な実環境により生じる若干の問題点を抱えている。新しい追跡アルゴリズムとしてカスケード粒子フィルタが,実環境におけるこのような要求を満たすため提案されているが,これは物体を追跡しながら物体モデルを構築する。筆者らは,組込システム上に実時間で高精度物体認識を実装する方法を検討してきた。監視,自動車,ロボットなどの組込業務にカスケード粒子フィルタを適用するには,電力消費の制約のためにハードウェアアクセラレータが欠かせない。本論文では,カスケード粒子フィルタの最も計算量の多い部分である離散AdaBoostアルゴリズムのハードウェア実装を提案する。提案したハードウェアを実装するため,高速プロトタイピング用にSynforaが提供する高水準合成ツールであるPICO Expressを使用する。実装結果は,合成されたハードウェアはトランジスタ1132038個からなり,ダイの面積は0.180μmライブラリで2195μm×1985μmである。シミュレーション結果は,総処理時間が65MHzの動作周波数で約8.2msであることを示す。(翻訳著者抄録)

シソーラス用語： フィルタ ,  縦続接続 ,  *物体認識 ,  データ処理システム ,  プログラム実行 ,  学習アルゴリズム ,  改変 ,  計算量 ,  精度 ,  計算機アルゴリズム ,  電力消費 ,  プロトタイピング ,  プロトタイプ ,  論理合成 ,  回路シミュレーション ,  実時間処理 ,  組込みシステム
準シソーラス用語： *粒子フィルタ ,  アクセラレータ ,  AdaBoost ,  ハードウェア化 ,  高精度 ,  認識アルゴリズム ,  高速プロトタイピング

分類 (3件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z) ,  CAD,CAM  (JE10000A)

引用文献 (21件)：

• VIOLA, P. Rapid object detection using a boosted cascade of simple features. Proc. IEEE Conference on Computer Vision and Pattern Recognition, 2001. 2001
• VIOLA, P. Detecting pedestrians using patterns of motion and appearance. Int. J. Comput. Vis. 2005, 63, 153-161
• LI, Y. Tracking in low frame rate video : A cascade particle filter with discriminative observers of different lifespans. Proc. IEEE Conference on Computer Vision and Pattern Recognition, 2007. 2007
• LOWE, D. G. Object recognition from local scale-invariant features. Proc. IEEE International Conference on Computer Vision, 1999. 1999, 1150-1157
• DALAL, N. Histograms of oriented gradients for human detection. Proc. IEEE Conference on Computer Vision and Pattern Recognition, 2005. 2005, 886-893

タイトルに関連する用語 (6件)： カスケード ,  粒子フィルタ ,  物体認識 ,  採用 ,  学習 ,  ハードウェアアクセラレータ