小程序
传感搜
传感圈

国外研发基于压缩感知的CMOS图像传感器 实现低功耗图像分类

2020-04-13
关注
摘要 CEA-Leti的研究人员在对压缩感测和机器学习领域进行了概述之后,特别着重于硬件实现,提出了四个主要方面的研究成果,以研究用于紧凑型CMOS图像传感器架构设计的高效感测方案和决策方法。

  4月13日消息,近日,法国原子能委员会电子与信息技术实验室(CEA-Leti)发表了Wissam Benjilali 的博士学位论文“利用压缩感知技术在低功耗图像分类中的最新进展,探索模数信息CMOS图像传感器设计”。

  CMOS图像传感器(CIS)领域的最新发展趋向于重新审视规范的图像采集和处理管道,以实现片上高级图像处理应用,例如决策制定。尽管技术节点缩放和3D技术取得了巨大成就,集成、设计具有片上决策能力的CIS体系结构仍然是一项艰巨的任务,因为要检测和处理的数据量以及实施最新决策算法的硬件成本。

  在这种情况下,压缩感测(CS)作为一种替代的信号采集方法应运而生,可以以压缩的表示形式感测数据。当基于随机生成的传感模型时,CS可通过减少模数转换和数据片外吞吐量来节省大量硬件,同时为信号恢复或信号处理提供有意义的信息。传统上,CS已在CIS应用程序中用于压缩任务,再加上涉及高算法复杂性的远程信号恢复算法。为了减轻这种复杂性,CS上的信号处理为直接在CS测量上执行信号处理提供了坚实的理论保证,而不会造成明显的性能损失,因此,这是设计低功耗智能传感器节点的新方法。

  CEA-Leti的研究人员在对压缩感测和机器学习领域进行了概述之后,特别着重于硬件实现,提出了四个主要方面的研究成果,以研究用于紧凑型CMOS图像传感器架构设计的高效感测方案和决策方法。

       首先,分析研究探索了解决针对高度受限硬件的CS测量的基本推理任务的兴趣,它旨在找到最有益的设置,以对基于压缩感测的测量进行决策。

  其次,提出了一种用于CIS应用的新颖传感方案。设计满足理论和硬件要求,表明所提出的传感模型适用于解决图像渲染和片上决策任务的CIS应用。接下来,为了处理标准决策算法所涉及的片上计算复杂性,探索了构造分层推理树的新方法,以减少与片上多类推理任务相关的MAC操作,当将层次推理与压缩感测相结合时,这将导致联合采集处理优化。

  最后,将所有上述贡献汇总在一起,以提出一种紧凑的CMOS图像传感器架构,该架构可通过所提出的CS感应方案促进片上对象识别,从而减少片上存储器的需求。与使用一阶增量Sigma-Delta模数转换器(ADC)的标准CIS架构相比,唯一的额外硬件是伪随机数据混合电路,+ /-1 in-Sigma-Delta调制器和小型数字信号处理器(DSP),提出了几种硬件优化方案,以适应未来超低功耗(≈µW)CIS设计的要求。

  自新型冠状病毒肺炎疫情爆发以来,新利18国际娱乐一直密切关注疫情进展,根据国家及地方政府的最新调控与安排,为更好的服务相关企业,在疫情期间,新利18国际娱乐免费发布企业相关文章,免费成为新利18国际娱乐认证作者,请点击认证,大家同心协力,抗击疫情,为早日打赢这场防控攻坚战贡献自己的一份力量。

您觉得本篇内容如何
评分

评论

您需要登录才可以回复|注册

提交评论

提取码
复制提取码
点击跳转至百度网盘