期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
面向SPAD图像传感器的超高速目标定位处理器
被引量:
1
1
作者
姚春赫
杨旭
+3 位作者
赵明心
刘剑
吴南健
刘力源
《光子学报》
EI
CAS
CSCD
北大核心
2022年第11期285-295,共11页
提出了一种用于单光子雪崩二极管图像传感器的超高速目标定位处理器。它由一个处理阵列,一个Y特征向量生成器和一个位置计算器组成,能够进行噪声减除和目标定位处理。设计了一种省略了乘法和减法运算的高斯滤波和背景减除法,降低了计算...
提出了一种用于单光子雪崩二极管图像传感器的超高速目标定位处理器。它由一个处理阵列,一个Y特征向量生成器和一个位置计算器组成,能够进行噪声减除和目标定位处理。设计了一种省略了乘法和减法运算的高斯滤波和背景减除法,降低了计算复杂度和硬件资源消耗,并显著地提高了处理速度。整个处理器在FPGA开发板上实现,实验结果表明,该处理器能够以100 000帧/s的速度实时处理128×128分辨率的脉冲图像,并定位其中的运动物体。本文提出的处理器架构同样可用于其他脉冲图像传感器。
展开更多
关键词
目标定位
现场可编程
单光子雪崩二极管
背景减除
高斯滤波
下载PDF
职称材料
基于硬件仿真系统的边缘计算人工智能视觉芯片设计验证
被引量:
2
2
作者
徐宣哲
宁珂
+4 位作者
郑学敏
赵明心
徐萌萌
吴南健
刘力源
《物联网学报》
2022年第1期20-28,共9页
基于卷积神经网络(CNN,convolutionalneuralnetwork)的视觉深度学习算法的兴起推动了人工智能视觉芯片设计研究的快速发展,而芯片的设计验证工作是人工智能视觉芯片研发的瓶颈。介绍了一种基于硬件仿真系统的人工智能视觉芯片软硬件验...
基于卷积神经网络(CNN,convolutionalneuralnetwork)的视觉深度学习算法的兴起推动了人工智能视觉芯片设计研究的快速发展,而芯片的设计验证工作是人工智能视觉芯片研发的瓶颈。介绍了一种基于硬件仿真系统的人工智能视觉芯片软硬件验证方法,以边缘计算人工智能视觉芯片设计为例,在硬件仿真系统ZeBu上完成了芯片运行的典型深度学习网络MobileNet的仿真验证工作。结果表明,在硬件芯片架构上实现的网络模型在保证精确度的同时,在200 MHz频率时钟下单帧检测时间只需要18.51 ms,与软件平台仿真相比,仿真速度提高了7倍。
展开更多
关键词
人工智能视觉芯片
深度学习
MobileNet
ZEBU
下载PDF
职称材料
题名
面向SPAD图像传感器的超高速目标定位处理器
被引量:
1
1
作者
姚春赫
杨旭
赵明心
刘剑
吴南健
刘力源
机构
中国科学院半导体研究所半导体超晶格国家重点实验室
中国科学院大学材料与光电研究中心
中国科学院脑科学与智能技术卓越创新中心
出处
《光子学报》
EI
CAS
CSCD
北大核心
2022年第11期285-295,共11页
基金
国家重点研究发展计划(No.2019YFB2204303)
国家自然科学基金(Nos.U20A20205,U21A20504)
+2 种基金
中国科学院先导专项(No.XDB32050200)
中国科学院先导专项培育项目课题(No.XDPB22)
中国科学院青年创新促进会(No.2021109)。
文摘
提出了一种用于单光子雪崩二极管图像传感器的超高速目标定位处理器。它由一个处理阵列,一个Y特征向量生成器和一个位置计算器组成,能够进行噪声减除和目标定位处理。设计了一种省略了乘法和减法运算的高斯滤波和背景减除法,降低了计算复杂度和硬件资源消耗,并显著地提高了处理速度。整个处理器在FPGA开发板上实现,实验结果表明,该处理器能够以100 000帧/s的速度实时处理128×128分辨率的脉冲图像,并定位其中的运动物体。本文提出的处理器架构同样可用于其他脉冲图像传感器。
关键词
目标定位
现场可编程
单光子雪崩二极管
背景减除
高斯滤波
Keywords
Object location
FPGA
SPAD
Background subtraction
Gaussian filter
分类号
TN492 [电子电信—微电子学与固体电子学]
下载PDF
职称材料
题名
基于硬件仿真系统的边缘计算人工智能视觉芯片设计验证
被引量:
2
2
作者
徐宣哲
宁珂
郑学敏
赵明心
徐萌萌
吴南健
刘力源
机构
中国科学院半导体研究所半导体超晶格国家重点实验室
中国科学院大学材料与光电研究中心
出处
《物联网学报》
2022年第1期20-28,共9页
基金
国家重点研发计划(No.2019YFB2204300)
国家自然科学基金资助项目(No.U20A20205,No.61874107)
中国科学院青年创新促进会项目(No.2021109)。
文摘
基于卷积神经网络(CNN,convolutionalneuralnetwork)的视觉深度学习算法的兴起推动了人工智能视觉芯片设计研究的快速发展,而芯片的设计验证工作是人工智能视觉芯片研发的瓶颈。介绍了一种基于硬件仿真系统的人工智能视觉芯片软硬件验证方法,以边缘计算人工智能视觉芯片设计为例,在硬件仿真系统ZeBu上完成了芯片运行的典型深度学习网络MobileNet的仿真验证工作。结果表明,在硬件芯片架构上实现的网络模型在保证精确度的同时,在200 MHz频率时钟下单帧检测时间只需要18.51 ms,与软件平台仿真相比,仿真速度提高了7倍。
关键词
人工智能视觉芯片
深度学习
MobileNet
ZEBU
Keywords
AI vision chip
deep learning
MobileNet
ZeBu
分类号
TN47 [电子电信—微电子学与固体电子学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
面向SPAD图像传感器的超高速目标定位处理器
姚春赫
杨旭
赵明心
刘剑
吴南健
刘力源
《光子学报》
EI
CAS
CSCD
北大核心
2022
1
下载PDF
职称材料
2
基于硬件仿真系统的边缘计算人工智能视觉芯片设计验证
徐宣哲
宁珂
郑学敏
赵明心
徐萌萌
吴南健
刘力源
《物联网学报》
2022
2
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部