文献

J-GLOBAL ID：201802235461271618   整理番号：18A0159410

常時接続顔検出器低電力畳込みニューラルネットワーク顔認識プロセッサとCIS統合【Powered by NICT】

A Low-Power Convolutional Neural Network Face Recognition Processor and a CIS Integrated With Always-on Face Detector

著者 (5件)： Bong Kyeongryeol (School of Electrical Engineering, Korea Advanced Institute of Science and Technology, Daejeon, South Korea) ,  Choi Sungpill (School of Electrical Engineering, Korea Advanced Institute of Science and Technology, Daejeon, South Korea) ,  Kim Changhyeon (School of Electrical Engineering, Korea Advanced Institute of Science and Technology, Daejeon, South Korea) ,  Han Donghyeon (School of Electrical Engineering, Korea Advanced Institute of Science and Technology, Daejeon, South Korea) ,  Yoo Hoi-Jun (School of Electrical Engineering, Korea Advanced Institute of Science and Technology, Daejeon, South Korea)
資料名： IEEE Journal of Solid-State Circuits  (IEEE Journal of Solid-State Circuits)
巻： 53  号： 1  ページ： 115-123  発行年： 2018年 
JST資料番号： B0761A  ISSN： 0018-9200  CODEN： IJSCBC  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 低電力畳込みニューラルネットワーク(CNN)に基づく顔認識システムは,スマートデバイスにおけるユーザ認証のために提案した。システムが二チップ:常時接続CMOSイメージセンサ(CIS)ベース顔検出器(FD)と低電力CNNプロセッサから構成されている。常時FDでは,アナログ・ディジタルハイブリッドHaar FDはFDのエネルギー効率を39%向上させた。低電力CNN処理では,1024MACユニットと8192ビット広い局所分散メモリを有するセルラー神経回路網(CNN)プロセッサは,5MHzのクロック周波数を持つしきい値近くの電圧,0.46Vで動作する。添加では,分離可能なフィルタ近似はCNNの作業負荷軽減を採用し,7T SRAMセルを用いた転置読取SRAMは,データ読み出し動作の活性因子を減らすために提案した。65nm CMOS技術を用いて作製した,3.30×3.36mm~2CISチップと4×4mm~2CNNプロセッサは1fpsで一つの面を評価するために0.62mWを消費し,LFWデータセットにおける97%の精度を達成した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： SRAM ,  電圧 ,  セルラニューラルネットワーク ,  *検出器 ,  エネルギー効率 ,  アナログ系 ,  フィルタ ,  分散メモリ ,  *演算プロセッサ ,  近似法 ,  CMOS
準シソーラス用語： クロック周波数 ,  CMOSイメージセンサ ,  スマートデバイス ,  *低電力化 , 【Automatic Indexing@JST】

分類 (1件)： 半導体集積回路  (NC03162T)

タイトルに関連する用語 (7件)： 検出器 ,  低電力 ,  畳込みニューラルネットワーク ,  顔認識 ,  プロセッサ ,  CIS ,  統合