| 講演抄録／キーワード |
| 講演名 |
2023-05-19 15:45
特徴量抽出可能なイメージセンサのチップ内演算に向けたデータ量削減フィルタによる物体認識の検討
○森角勇大（立命館大）・氏家隆一，森川大輔，島 秀樹，吉田康太・大倉俊介（立命館大） |
| 抄録 |
（和） |
フィジカル空間のセンサー情報をサイバー空間の人工知能（AI）が解析し、フィジカル空間にフィードバックするSociety 5.0が提唱されている。我々の研究グループでは、AIによる認識に適した特徴量抽出可能なイメージセンサーを検討している。本稿では、特徴量画像の物体認識精度向上のために、特徴量画像をニューラルネットワークに学習させることを検証した。さらに、画像認識システムの低消費電力化を目的として、イメージセンサーチップ内でのフィルタ演算やビット数削減によるデータ量削減手法を提案し、物体認識精度に与える影響を検証した。シミュレーション結果から、一般的なカラー画像(認識精度69.6%)に対して、データ量を93%削減しても56.6%の認識精度を実現できる目途を得た。 |
| （英） |
Society 5.0, in which information from sensors in physical space is analyzed by artificial intelligence (AI) in cyberspace and fed back to physical space, has been proposed. Our research group has proposed an image sensor that can extract features suitable for AI. In this paper, we present object recognition accuracy of the feature data with a deep neural network trained. Furthermore, to reduce the power consumption of the image recognition system, we propose a data reduction method using arithmetic filters and bit reduction in the image sensor chip. According to simulation results, object recognition accuracy is 56.6% even though data amount is reduced by 93% compared to the conventional RGB images. |
| キーワード |
（和） |
CMOSイメージセンサー / 特徴量抽出 / 物体認識 / データ量削減 / / / / |
| （英） |
CMOS image sensor / Feature Extraction / Object Recognition / Data Reduction / / / / |
| 文献情報 |
映情学技報, vol. 47, no. 15, IST2023-16, pp. 19-24, 2023年5月. |
| 資料番号 |
IST2023-16 |
| 発行日 |
2023-05-11 (IST, ME) |
| ISSN |
Online edition: ISSN 2424-1970 |
| PDFダウンロード |
|