講演抄録/キーワード |
講演名 |
2019-09-20 11:20
単機能なニューラルネットワークを複数用いた高速・高精度な画像認識のFPGAによる実現 ○青戸武蔵・比留川翔哉・和田康孝・丸山一貴(明星大) RECONF2019-31 |
抄録 |
(和) |
自動運転の実現において,カメラ画像に対する物体認識は重要な要素技術である.
現在では,深層学習を活用した物体認識が一般的になってきており,より複雑なニューラルネットワークを用いて深層学習を行うことで認識精度を高めることができる.
しかしながら,ニューラルネットワークの構造が複雑かつ深くなれば,推論に要する時間も長くなり,結果として要求されるリアルタイム性能が満たされなくなる恐れがある.
本稿では,国際会議{FPT'18}およ{HEART2019}にて開催されたFPGAデザインコンテストにおける自動運転競技の環境を対象として,単一の複雑なニューラルネットワークを用いて学習・推論を行うのではなく,シンプルかつ認識対象を少数に限定したネットワークを複数同時に用いることで認識精度と認識速度の両立を図る手法について述べる.
提案手法により,学習・推論にかかる時間の短縮のみならず,FPGA実装時の回路規模においても改善が期待できる. |
(英) |
Object recognition on camera images is one of the most important technologies required to realize automatic driving systems.
Object recognition with deep learning has come to be used in common, and its recognition accuracy can be improved by performing deep learning using a more complex neural network.
However, such deep and complex neural network structures increase the overhead for inference/recognition
As a result, the realtime constraints may be violated instead of its accuracy.
This paper focuses on the environment of autonomous driving competition in FPGA design contests held at international conferences {FPT'18} and {HEART2019}, and does not use a single complex neural network for learning and inference, but simple and recognition.
This paper describes a method to achieve both recognition accuracy and recognition speed by simultaneously using multiple networks with a limited number of targets.
The proposed method can be expected not only to reduce the time required for learning and inference, but also to improve the circuit scale when the FPGA is implemented. |
キーワード |
(和) |
FPGA / 自動運転 / CNN / / / / / |
(英) |
FPGA / utonomous drivings / CNN / / / / / |
文献情報 |
信学技報, vol. 119, no. 208, RECONF2019-31, pp. 57-62, 2019年9月. |
資料番号 |
RECONF2019-31 |
発行日 |
2019-09-12 (RECONF) |
ISSN |
Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
RECONF2019-31 |
研究会情報 |
研究会 |
RECONF |
開催期間 |
2019-09-19 - 2019-09-20 |
開催地(和) |
北九州国際会議場 |
開催地(英) |
KITAKYUSHU Convention Center |
テーマ(和) |
リコンフィギャラブルシステム,一般 |
テーマ(英) |
Reconfigurable Systems, etc. |
講演論文情報の詳細 |
申込み研究会 |
RECONF |
会議コード |
2019-09-RECONF |
本文の言語 |
日本語 |
タイトル(和) |
単機能なニューラルネットワークを複数用いた高速・高精度な画像認識のFPGAによる実現 |
サブタイトル(和) |
|
タイトル(英) |
FPGA Implementation of Image Recognition with Multiple Simple Neural Networks for Higher Performance and Accuracy |
サブタイトル(英) |
|
キーワード(1)(和/英) |
FPGA / FPGA |
キーワード(2)(和/英) |
自動運転 / utonomous drivings |
キーワード(3)(和/英) |
CNN / CNN |
キーワード(4)(和/英) |
/ |
キーワード(5)(和/英) |
/ |
キーワード(6)(和/英) |
/ |
キーワード(7)(和/英) |
/ |
キーワード(8)(和/英) |
/ |
第1著者 氏名(和/英/ヨミ) |
青戸 武蔵 / Musashi Aoto / アオト ムサシ |
第1著者 所属(和/英) |
明星大学 (略称: 明星大)
Meisei University (略称: Meisei Univ) |
第2著者 氏名(和/英/ヨミ) |
比留川 翔哉 / Shoya Hirukawa / ヒルカワ ショウヤ |
第2著者 所属(和/英) |
明星大学 (略称: 明星大)
Meisei University (略称: Meisei Univ) |
第3著者 氏名(和/英/ヨミ) |
和田 康孝 / Yasutaka Wada / ワダ ヤスタカ |
第3著者 所属(和/英) |
明星大学 (略称: 明星大)
Meisei University (略称: Meisei Univ) |
第4著者 氏名(和/英/ヨミ) |
丸山 一貴 / Kazutaka Maruyama / カズタカ マルヤマ |
第4著者 所属(和/英) |
明星大学 (略称: 明星大)
Meisei University (略称: Meisei Univ) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
第7著者 氏名(和/英/ヨミ) |
/ / |
第7著者 所属(和/英) |
(略称: )
(略称: ) |
第8著者 氏名(和/英/ヨミ) |
/ / |
第8著者 所属(和/英) |
(略称: )
(略称: ) |
第9著者 氏名(和/英/ヨミ) |
/ / |
第9著者 所属(和/英) |
(略称: )
(略称: ) |
第10著者 氏名(和/英/ヨミ) |
/ / |
第10著者 所属(和/英) |
(略称: )
(略称: ) |
第11著者 氏名(和/英/ヨミ) |
/ / |
第11著者 所属(和/英) |
(略称: )
(略称: ) |
第12著者 氏名(和/英/ヨミ) |
/ / |
第12著者 所属(和/英) |
(略称: )
(略称: ) |
第13著者 氏名(和/英/ヨミ) |
/ / |
第13著者 所属(和/英) |
(略称: )
(略称: ) |
第14著者 氏名(和/英/ヨミ) |
/ / |
第14著者 所属(和/英) |
(略称: )
(略称: ) |
第15著者 氏名(和/英/ヨミ) |
/ / |
第15著者 所属(和/英) |
(略称: )
(略称: ) |
第16著者 氏名(和/英/ヨミ) |
/ / |
第16著者 所属(和/英) |
(略称: )
(略称: ) |
第17著者 氏名(和/英/ヨミ) |
/ / |
第17著者 所属(和/英) |
(略称: )
(略称: ) |
第18著者 氏名(和/英/ヨミ) |
/ / |
第18著者 所属(和/英) |
(略称: )
(略称: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2019-09-20 11:20:00 |
発表時間 |
20分 |
申込先研究会 |
RECONF |
資料番号 |
RECONF2019-31 |
巻番号(vol) |
vol.119 |
号番号(no) |
no.208 |
ページ範囲 |
pp.57-62 |
ページ数 |
6 |
発行日 |
2019-09-12 (RECONF) |