CVPRMay, 2016

ASP Vision: 使用角度敏感像素进行光学计算卷积神经网络的第一层

PDF
TL;DR本论文探索了使用光学计算深度学习中 CNNs 的第一层来节省能源消耗、数据带宽和 CNN FLOPS 的方法，并使用类似于 V1 视觉皮层中的 Gabor 滤波器的自定义 CMOS 衍射图像传感器 - ASP。经过实验验证，与传统的深度学习管道相比，使用 ASP 可以实现类似的性能表现，适用于各种视觉任务，例如数字识别、物体识别和人脸识别。
发现论文，激发创造
  • 芯片上的光学卷积神经网络

    本论文介绍了一种基于光子学电路的 CNN 数字处理体系结构，相较于当前电子学电路，本体系结构在每次推断中消耗的能量仅为其一部分。

    Aug, 2018

  • 重构计算机视觉成像流水线

    该研究探讨了在嵌入式计算机视觉中硬件加速和图像信号处理在能效方面的问题，并提出了一种通过在成像流水线中引入配置性的创新图像传感器设计以提高能效的方法。

    May, 2017

  • 基于图像的神经形态视觉传感器对象分类

    本研究提出了一种新型的神经视觉感测器设备，可以实现更高效的事件采样率，更高的能量效率，更强的抗干扰性，同时提出了一种用于神经视觉感测器设备的紧凑图表征方法和残差图卷积神经网络架构，同时提出了一个大型的美国手语字母 NVS 数据集，用于复杂手语字母的识别任务。

    Aug, 2019

  • Speck：一款智能的事件驱动视觉传感器，具有低延迟 327K 神经元卷积神经网络处理流水线

    本文介绍了一种嵌入式智能视觉传感器芯片，包括基于事件驱动的相机和低功耗异步脉冲卷积神经网络计算体系结构，可以高效地提取大量传感器数据的高级信息，并以极低的延迟和能量消耗有效处理图像信息。

    Apr, 2023

  • 光学神经网络

    本文提出一种新的光学神经网络（ONN）框架，模拟人眼视网膜中心附近的高分辨率，实现了图像分类估计的标量不变性，并且通过同维孪生（Siamese）结构将不同缩放级别的图像输入通过相同的卷积神经网络（CNN）进行处理，最终的结果可用于提高现有算法中的准确性。

    May, 2018

  • 面向能耗限制的图像分类自适应神经网络设计

    本研究采用超参数优化的设计范式，将 CNN 的架构设置视为全局优化的超参数，以解决现有方法中网络处理数据而不是网络架构的局限性，实现了比以往使用 CNN 作为黑匣子更高效省电的图像分类。

    Aug, 2018

  • 利用 CNN 的相机：走向嵌入式神经网络像素处理器阵列上

    本文介绍了一个卷积神经网络在像素处理器阵列（PPA）传感器上的实现，实现了三值权重卷积和经过 SCAMP5 PPA 系统的网络的推断。

    Sep, 2019

  • 使用能量感知剪枝设计高能效卷积神经网络

    本研究提出了一种新的基于能量消耗估计的卷积神经网络 (CNNs) 剪枝算法，该算法比以前的算法更加激进，并具有更高的准确性，AlexNet 和 GoogLeNet 的能量消耗分别降低了 3.7x 和 1.6x，用于降低卷积神经网络在移动设备上的能量消耗的新工具和模型都可在链接网站上找到。

    Nov, 2016

  • AWNet：基于注意力小波网络的图像 ISP

    本论文介绍了一种利用注意机制和小波变换，名为 AWNet 的新型网络，用于解决可学习的图像 ISP 问题。实验结果表明，该方法在 qualitatif 和 quantitatif measurements 方面都取得了进展。

    Aug, 2020

  • 基于图像的神经形态视觉感知中的时空特征学习

    使用紧凑的图形表示和图卷积神经网络实现 end-to-end 的特征学习，以提高神经形态视觉感知技术在计算机视觉任务中的性能，尤其在行动识别方面表现出色。

    Oct, 2019