Алгоритмы компьютерного зрения и их аппаратные реализации: обзор

Computer vision algorithms and hardware implementations: A survey
Xin Li, Xin Feng, Youni Jiang, Xuejiao Yang, Ming Du
2019-08-06

компьютерное зрениеглубокое обучениеаппаратные ускорителиклассификация изображенийобнаружение объектов
В настоящее время область компьютерного зрения развивается быстрыми темпами. В статье представлен комплексный обзор последних достижений в области алгоритмов компьютерного зрения и соответствующих аппаратных реализаций. В частности, рассмотрены выдающиеся результаты, достигнутые благодаря методам глубокого обучения в таких задачах компьютерного зрения, как классификация изображений, обнаружение объектов и сегментация изображений. Кроме того, проведён обзор методов реализации и оптимизации алгоритмов компьютерного зрения на основе глубокого обучения на графических процессорах (GPU), программируемых пользователем вентильных матрицах (FPGA) и других аппаратных ускорителях нового поколения для обеспечения работы в реальном времени и/или энергоэффективного функционирования. Наконец, представлены несколько перспективных направлений будущих исследований, призванных стимулировать дальнейшее развитие данной области.
1
Методы глубокого обучения обеспечили значительный прогресс в классификации изображений, обнаружении объектов и сегментации изображений.
2
GPU, FPGA и новые аппаратные ускорители позволяют оптимизировать алгоритмы компьютерного зрения на основе глубокого обучения для работы в реальном времени и повышения энергоэффективности.
3
В статье определены перспективные направления дальнейших исследований для развития алгоритмов и аппаратного обеспечения компьютерного зрения.
4
Обзор подчёркивает важность совместной оптимизации алгоритмов и аппаратного обеспечения для практического внедрения компьютерного зрения.
5
В обзоре рассматриваются последние достижения в алгоритмах компьютерного зрения и соответствующих аппаратных реализациях.

алгоритмы компьютерного зрения на основе глубокого обучения и их аппаратные реализации

современный прогресс, реализация и оптимизация классификации изображений, обнаружения объектов и сегментации изображений, включая работу в реальном времени и энергоэффективное выполнение

Publication Details
Publication Date
2019-08-06
Journal
Publisher
ISSN
Access Type
Author Information
Authors
Xin Li
Xin Feng
Youni Jiang
Xuejiao Yang
Ming Du
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat
Make a presentation
100%