2021 Fiscal Year Annual Research Report
power scalable column sar adc with interference noise reduction circuit
| Project/Area Number |
19K23524
|
|---|
| Research Institution | Ritsumeikan University |
|---|
Principal Investigator |
大倉 俊介 立命館大学, 理工学部, 准教授 (20808216)
|
|---|
| Project Period (FY) |
2019-08-30 – 2022-03-31
|
| Keywords | CMOSイメージセンサ / 列並列A/D変換器 / 低消費電力 / 画像認識 |
|---|
| Outline of Annual Research Achievements |
本研究は，深層学習を用いた画像認識とそれに与えるデータを統合的に研究することで画像認識システムの飛躍的な低消費電力化を実現するため，(a)画素数，撮像速度，デジタル分解能を下げることでスケーラブルに消費電力を低減可能な列並列A/D変換器(ADC)の提案，および(b)イメージセンサ出力信号を特徴量画像とする画像認識の検証，を実施した．
(a)列並列ADCは，干渉ノイズ除去回路を備えた列並列逐次比較(SAR)型ADCを提案しチップ試作し，評価ボード設計および評価プログラムの立上げを完了した．イメージセンサの通常動作時は消費電力を削減してイベント検知のみを行い，イベントの発生に応じて電力を消費して高速で高解像度画像を取得することで，平均的な消費電力を抑えることが可能となる．また，イベント検知の際には，ADCは定常電流を消費しないため，画素数，撮像速度，デジタル分解能を下げることで，さらに消費電力を低減することが可能となった．
(b)特徴量画像を用いた画像認識としては，イメージセンサのアレイ上に並ぶ画素から一次微分フィルタ画像を出力することで，学習済み畳込みニューラルネットを用いて人物の認識が可能であることを実証した．ここでは，一次微分フィルタを低消費電力で実現するための画素回路構成を提案しており，この画素構成によるノイズ増加を考慮してシミュレーションしている．また，一次微分フィルタ画像は，一般的な画像のビット分解能が8bit程度であるのに対して，4bitのビット分解能でも認識率が低下しないことを明らかにした．
本研究の結果より，CMOSイメージセンサの画素アレイ内で一次微分フィルタ画像を生成し，定常電流を消費しないSAR型ADCでデジタル変換することで，データ量を削減した低消費電力の画像認識システムを実現するための要素技術を獲得することができた．
|
