Development of Hard Real-Time Recognition Technologies With Deadline-driven AI Accelerators

• Project/Area Number: 23K28167
• Project/Area Number (Other): 23H03477 (2023)
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Multi-year Fund (2024); Single-year Grants (2023)
• Section: 一般
• Review Section: Basic Section 61050:Intelligent robotics-related
• Research Institution: The University of Aizu
• Principal Investigator: 富岡 洋一 会津大学, コンピュータ理工学部, 上級准教授 (10574072)
• Co-Investigator(Kenkyū-buntansha): 愼 重弼 会津大学, コンピュータ理工学部, 教授 (40315677) ; 奥山 祐市 会津大学, コンピュータ理工学部, 上級准教授 (90404897)
• Project Period (FY): 2023-04-01 – 2027-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥16,640,000 (Direct Cost: ¥12,800,000、Indirect Cost: ¥3,840,000); Fiscal Year 2026: ¥2,730,000 (Direct Cost: ¥2,100,000、Indirect Cost: ¥630,000); Fiscal Year 2025: ¥3,380,000 (Direct Cost: ¥2,600,000、Indirect Cost: ¥780,000); Fiscal Year 2024: ¥5,850,000 (Direct Cost: ¥4,500,000、Indirect Cost: ¥1,350,000); Fiscal Year 2023: ¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000)
• Keywords: ディープニューラルネットワーク / ハードデッドライン / AIアクセラレータ / 行動解析 / 転倒検知

Outline of Research at the Start

本研究では、画像認識AIの信頼性向上を目指し、与えられたデッドラインに応じて推論処理を短縮することで、デッドラインまでに認識タスクを完了できるニューラルネットワークモデルとそのアクセラレータを開発することを目指している。提案技術の応用として、見守り・介護ロボットに適用できる周辺物体とその状態の解析技術、転倒検出や転倒要因解析手法などの開発にも連携して取り組み、高精度認識をデッドラインミスなく実現できることを示す。