機械学習による人検出FPGAシステムの高位合成に関する一考察

カテゴリ: 部門大会

論文No: MC2-3

グループ名: 【C】平成27年電気学会電子・情報・システム部門大会講演論文集

発行日: 2015/08/27

タイトル(英語): High-level synthesis of an image-based human detection FPGA system with a machine learning technique

著者名: 藤田 亮(長崎大学),大石 将仁(長崎大学),林田 与志樹(長崎大学),柴田 裕一郎(長崎大学),小栗 清(長崎大学)

著者名(英語): Ryo Fujita(Nagasaki University),Masahito Oishi(Nagasaki University),Yoshiki Hayashida(Nagasaki University),Yuichiro Shibata(Nagasaki University),Kiyoshi Oguri(Nagasaki University)

キーワード: HOG|AdaBoost|FPGA|高位合成|人検出|HOG|AdaBoost|FPGA|high level synthesis|human detection

要約(日本語): 本稿では,HOG(Histograms of Oriented Gradients)特徴とAdaboostを用いた画像処理ベースのリアルタイム人検出システムのFPGA実装について述べる.今回我々はRTLと高位合成系の2つのアプローチで実装を行い,それぞれの生産性や資源使用量などを比較した.
RTL実装にはVerilog-HDL,高位合成での実装にはMaxeller Technologies社が提供する高位合成系であるMaxCompilerを利用した.
RTLで記述した場合には,モジュール単位のオーバーラップ等の変更をするには大幅なコード変更やタイミングの調整などが必要となり,設計空間探索を伴う最適化が困難である.しかし,高位合成系を用いるとことでこのような最適化を少ない記述変更量で行えることを確認した.
本稿では,より効率的なシステムに向けて高位合成系による設計空間探索法を確立するための第一歩として,RTL実装と高位合成実装についてその合成結果を詳細に比較する.

PDFファイルサイズ: 992 Kバイト