پياده‌سازي الگوريتم شناسايي فعاليت انسان بر روي FPGA بر اساس يادگيري عميق

كارشناسي ارشد

اخيرا با گسترش شبكه‌هاي اجتماعي و بارگزاري انبوهي از تصاوير، شناسايي فعاليت انسان از تصاوير ثابت، به يك زمينه‌‌ي تحقيقاتي مهم در بينايي كامپيوتر و تشخيص الگو تبديل شده است. اين زمينه سعي دارد كه نوع رفتار يا فعاليت انسان را از تصوير ثابت شناسايي كند. بر خلاف ويدئو، يك تصوير ثابت اطلاعات حركتي ندارد كه به وسيله‌ي آن نوع فعاليت توصيف شود. بنابراين، نياز است تا روش‌‌هاي موثري براي شناسايي نوع فعاليت از تصاوير ثابت، توسعه داده شوند. شبكه هاي كانولوشني عميق (CNN) قابليت خود را در كاربردهاي دسته‌بندي و شناسايي نشان داده‌اند، با اين حال، نيازمند عمليات محاسباتي بالا و پهناي باند متناسب هستند كه موجب مي‌شود بساري از پردازنده ها توانايي دستيابي به عملكرد متناسب را نداشته باشند. به دليل پيچيدگي و ميزان بالاي محاسبات در شبكه‌هاي عصبي كانولوشني، پياده‌سازي‌هاي مبتني بر سخت‌افزارجهت بهبود عملكرد آن‌ها مورد پزوهش قرار دارند. بسترهاي سخت‌افزاري مانند FPGA به طور وسيع براي طراحي معماري‌هاي موازي براي اين منظور مورد بررسي قرار دارند. پس از آموزش شبكه، انتخاب بستري مناسب براي شتابدهي اين شبكه‌ها حائز اهميت است. در اين پژوهش، ما شبكه‌‌هاي عصبي كانولوشني عميق را در تشخيص فعاليت انسان از تصاوير ثابت به كار مي‌‌بريم. براي غلبه بر مشكل كمبود داده، از تكنيك انتقال يادگيري استفاده مي‌‌كنيم. ما يك روش را با در نظر گرفتن شبكه‌‌هاي از قبل آموزش داده شده روي مجموعه داده‌‌ي ImageNet پيشنهاد مي‌‌كنيم و از تكنيك ادغام لايه نرمال‌سازي در لايه كانولوشني بدون كاهش در دقت نهايي جهت كاهش پيچيدگي مدار بهره مي‌‌بريم .در نهايت شبكه پيشنهاد شده را با دقت 97/82% بر روي FPGA مبتني بر فضاي ابري بوسيله زبان‌هاي سطح بالا پياده مي‌كنيم.

193581

دانشگاه علم و صنعت ايران

الكترونيك - مدارهاي مجتمع

دكتر برادران شكوهي