文献

J-GLOBAL ID：201902218038174514   整理番号：19A1485599

スパース重み畳み込みニューラルネットワークに基づくOpenポーズのFPGA実現【JST・京大機械翻訳】

An FPGA Realization of OpenPose Based on a Sparse Weight Convolutional Neural Network

著者 (4件)： Akira Jinguji (Tokyo Institute of Technology) ,  Fujii Tomoya (Tokyo Institute of Technology) ,  Sato Shimpei (Tokyo Institute of Technology) ,  Nakahara Hiroki (Tokyo Institute of Technology)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： FPT  ページ： 310-313  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： OpenPoseは,複数人の姿勢推定のためのトップ精度を達成した,一種の深い学習ベースの姿勢推定器である。OpenPoseを使用しても,高性能GPUを用いることは,高帯域オフチップGDDR5メモリとより高い動作クロック周波数による大量のパラメータアクセスを必要とするので,必要である。したがって,電力消費は実現するための重要な問題になっている。また,その計算時間は現在のビデオ標準フレーム速度(29.97FPS)より遅い。本論文では,重みに対するメモリサイズの量を低減するためにスパース重みCNNを導入し,それにより,スパースCNN畳込み動作を効率的に実現するための間接メモリアクセスアーキテクチャを提供した。また,スループットを向上させるために,パイプラインバッファメモリ実現によるパイプラインアーキテクチャの6つのステージを適用した。著者らの実装はリアルタイム応用のためのタイミング制約を満たした。著者らのアーキテクチャは42.6msecの画像を計算したので,2秒当たりのフレーム数(FPS)は23.43であった。全ボード電力消費を測定した。したがって,電力効率当たりの性能は0.444(FPS/W)であった。NVIDIA Titan X PascalアーキテクチャGPUと比較して,それは3.49倍速く,3.54倍低い電力を消費し,そして,電力効率あたりのその性能は,13.05倍良好であった。著者らが知る限り,本研究はOpenPoseの最初のFPGA実装である。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 電力 ,  電力消費 ,  電力効率 ,  記憶装置 ,  学習 ,  *FPGA ,  録画装置 ,  スループット ,  畳込み ,  計算機アーキテクチャ ,  画像
準シソーラス用語： 実時間 ,  情報へのアクセス ,  姿勢推定 ,  *スパース , 【Automatic Indexing@JST】

分類 (3件)： 信号理論  (ND02020G) ,  図形・画像処理一般  (JE04010I) ,  電力系統一般  (NB02000E)

タイトルに関連する用語 (3件)： 畳み込みニューラルネットワーク ,  ポーズ ,  FPGA