低功耗计算机视觉:状态、挑战与机遇
2015 年开始的低功耗图像识别竞赛(LPIRC)评选出最好的能够高效(短执行时间和低能耗)和准确(高精度)地分类和检测图像的技术,以及描述三种不同的赛道和获胜者的解决方案。
Oct, 2018
该研究论文介绍了 2023 年 IEEE 低功耗计算机视觉挑战赛 (LPCVC),该挑战旨在解决边缘设备上的计算机视觉挑战。2023 年的挑战涉及无人机在灾害后的图像分割问题,吸引了 60 支国际团队提交了 676 个解决方案。论文介绍了比赛的设置并重点介绍了获胜者的方法,这些方法提高了准确性并缩短执行时间。
Mar, 2024
自动驾驶车辆的知觉系统及其与计算机视觉和传感器相关的技术发展和应用进行了综述,概述了自动驾驶车辆的发展、传感器和数据集、计算机视觉应用以及公众意见和担忧,并分析了当前技术挑战和未来研究方向。
Nov, 2023
本文提出了一种面向异构嵌入式设备的高效物体检测系统解决方案,其中包括量化网络和专门的加速器,并采用分组数据流策略将计算密集型的卷积操作映射到加速器中以提高效率。研究结果显示,在 512x512 输入大小的实际监控视频中,该系统的推理速度可以达到 18 FPS,功耗仅为 6.9W,并在 PASCAL VOC 2012 数据集上实现了 66.4 的 mAP。
Sep, 2019
本文第一次详细研究了在移动增强现实客户端中,执行基于卷积神经网络的物体检测的能量消耗和检测延迟,提出了新的测量策略,从而发现了执行基于 CNN 的物体检测的能量消耗问题。结果表明,我们的实验结果为设计能有效处理基于 CNN 的物体检测的能量有效型处理流程提供了指导。
Nov, 2020
本研究通过对 AI,计算机视觉和自动驾驶领域进行综述,提出了本领域的问题,数据集和方法,分析了当前的研究状况和历史上最重要的文献,包括自动驾驶的认知,重构,运动估计,跟踪,场景理解和端到端学习,并分析了在 KITTI,MOT 和 Cityscapes 等数据集上的性能,讨论了该领域的挑战和未来方向。
Apr, 2017
该研究探索低资源图像任务的挑战,并介绍一种基于生成模型、局部区域编码和注意力机制的简单基准解决方案,该解决方案在低资源数据源上相比于常见的转移学习、数据增强和细粒度方法具有更好的基准效果。
Jan, 2024
为便于在微控制器上部署计算机视觉应用,本文提出了一个新的数据集 Visual Wake Words,并利用该数据集评估了在仅使用 250 KB 内存的情况下现有最先进的移动模型在其上的表现,该数据集代表了一种常见的微控制器视觉应用案例,在图像中识别人是否存在。预计该数据集将促进推动微控制器应用中在准确性与内存使用之间取得最优的边界的微小视觉模型的研究。
Jun, 2019
2018 年第 55 届设计自动化会议(DAC)举办了首届系统设计竞赛(SDC),其中的 LPODC 要求参赛选手设计算法来检测无人机图像中的目标,本文详细介绍了比赛的数据集和评估流程,并讨论了一些参赛者的方法和代表性结果,同时提出了未来改进方向。
Sep, 2018