HDLを用いた畳み込み層の設計とカメラ信号を用いたレイテンシー評価

抄録

畳み込みニューラルネットワーク（CNN）は画像認識分野において大きな注目を集めており，様々なアプリケーションへ適用され，近年では，IoTデバイスなどの組み込みシステムでの実用化が期待されている．しかし，CNNは計算コストが高く，高速化には一般的にGPUが必須で，小型の組み込み機器などの省電力システムへの実装は消費電力等の観点から困難である．また，近年FPGAは自動車やセキュリティシステム，工業製品の欠陥検査などの画像処理技術分野に応用されている．ハードウェアアクセラレーションは，処理速度を向上させる手法の1つであり，画像処理の分野でよく用いられる．そこで，本研究では，畳み込みニューラルネットワークのハードウェア化を目的とし，畳み込みニューラルネットワークの高速化を目指す．本稿ではハードウェアベースの畳み込み層の設計・実装を行い，リアルタイム性の検証を行った結果について報告する．