研究課題/領域番号 |
19J11593
|
研究種目 |
特別研究員奨励費
|
配分区分 | 補助金 |
応募区分 | 国内 |
審査区分 |
小区分61040:ソフトコンピューティング関連
|
研究機関 | 九州工業大学 |
研究代表者 |
吉元 裕真 九州工業大学, 生命体工学研究科, 特別研究員(DC2)
|
研究期間 (年度) |
2019-04-25 – 2021-03-31
|
研究課題ステータス |
完了 (2020年度)
|
配分額 *注記 |
2,100千円 (直接経費: 2,100千円)
2020年度: 1,000千円 (直接経費: 1,000千円)
2019年度: 1,100千円 (直接経費: 1,100千円)
|
キーワード | 物体認識システム / ニューラルネットワーク / ホームサービスロボット / ハードウェア実装 / FPGA |
研究開始時の研究の概要 |
本研究の目的は,ホームサービスロボットのための一般物体認識アルゴリズムの実現である.一般物体認識とは,複数の物体が映っている画像から,物体の位置・サイズとクラスを認識することである.高速なアルゴリズムとしてYou Only Look Once(YOLO)がある. しかしYOLOには(1)物体の位置・サイズの検出精度が低い(2)YOLOの主要な実装手法であるGPUは高消費電力,高発熱のためロボットに不向きという問題がある. そこで本研究では(1) YOLOで使われているRGB画像に加え,Depth画像を用いるアルゴリズムを開発し,(2)GPUよりも低消費電力,低発熱で動作可能なFPGAへ実装する.
|
研究実績の概要 |
ホームサービスロボット向け物体認識システムの高性能化を目的とし(a)高精度化のためのDual Stream Convolutional Neural Network (DS-CNN) の実現,(b)高速化・低消費電力化のためのDS-CNNのハードウェア実装の2つを提案した.計画では物体認識CNNである You Only Look Once (YOLO) を対象に [1]提案ネットワークであるMDS-YOLOの実現,[2]MDS-YOLOのハードウェア実装,[3]ハードウェア実装MDS-YOLOのロボットへの搭載を行うとした.学振として採用後,中原らによってYOLOのFPGA実装が実現されていると分かった.そこで本研究では最重要な項目(a)(b)に注力した.このために,多くの研究でベースラインとされるVGG-16を対象に計画を遂行し,併せてデータセット生成手法を提案した.項目[1]ではDS構造でハードウェア指向な「Binarized DS-VGG16 Tiny (BDS-VGG16 Tiny)」を提案し,Binarized VGG-16に比べ4.7%精度を改善した.項目[2]ではBDS-VGG16 Tinyをハードウェア実装し,CPU実装に比べて約4.7倍の高速化と約20倍の電力効率化を実現した.項目[3]ではBDS-VGG16 Tinyとロボット用ミドルウェアを接続し,リアルタイム物体認識システムを構築した.以上の成果はJournal of Robotics and Mechatronicsで採択された.これらの成果と中原らの提案手法を組み合わせることでMDS-YOLOが実現できる.次に計画にはなかったデータセット手法を提案した.RGB画像データセットの半自動生成手法を提案し,YOLOに有効だと確認した.またDS-CNN用に拡張可能である.
|
現在までの達成度 (段落) |
令和2年度が最終年度であるため、記入しない。
|
今後の研究の推進方策 |
令和2年度が最終年度であるため、記入しない。
|