|
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ことを目的としている．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逐次比較型A/D変換器を提案し，さらに，CMOSイメージセンサの画素から特徴量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．本研究の結果より，イメージセンサの画素アレイ内で特徴量画像を生成し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．
|
