| 研究課題/領域番号 |
16K16085
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
知覚情報処理
|
|---|
| 研究機関 | 大阪大学 |
|---|
研究代表者 |
劉 載勲 大阪大学, 情報科学研究科, 助教 (70726976)
|
|---|
| 研究協力者 |
尾上 孝雄
武内 良典
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
2,860千円 (直接経費: 2,200千円、間接経費: 660千円)
2018年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2017年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2016年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
|
|---|
| キーワード | 物体認識 / 組込みシステム / 機械学習 / ハードウェア / 画像処理 / パターン認識 / アクセラレータ / 物体検出 / 輝度勾配ヒストグラム特徴記述子 / 集約チャンネル特徴 / ブースティング決定木 / FPGA実装 / 特徴抽出 / 物体追跡 / ACF / アルゴリズム / コンピュータビジョン / システムアーキテクチャ |
|---|
| 研究成果の概要 |
物体認識は，計算量，ハードウェア資源，処理速度の問題から組込みシステムでの実現が困難であり，本研究ではこれらの克服に取り組んできた．その成果としてFPGA評価ボードを用いた汎用物体認識システムでは，同一認識アルゴリズムに基づく最新ハードウェアに比べて50倍以上の性能向上を実現し，歩行者検出で1080P60の動画入力に対して350 fpsの処理性能を達成した．各要素技術は5件の国際会議で発表され，そのうち国際会議A-SSCCでは交通物体認識システムを実演した．また新たなハードウェア指向特徴記述子は特許出願を行い，特徴記述子と認識処理の並列化処理機構はIEICE 学術論文誌で2件の発表を行なった．
|
| 研究成果の学術的意義や社会的意義 |
本研究の学術的意義としては，既存の物体認識システムの研究がアルゴリズムを中心として行われていたのとは対照的に，システム全体のバランスを考慮したアルゴリズム，アーキテクチャ，ハードウェアの研究を行うことによって既存研究の限界を超えた電力効率と処理性能を達成している点が挙げられる．また社会的意義として，機械学習は今後運転補助システムや自動運転，ロボットなど幅広い組込み分野における利用が期待されており，本研究成果はシステムアウェアな機械学習システムの設計方法などAI化社会を支えるための要素技術を提供している点が挙げられる．
|
