首页|孪生网络跟踪算法并行计算结构研究

孪生网络跟踪算法并行计算结构研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
基于嵌入式平台的复杂背景目标跟踪技术在智能视频监控设备、无人机跟踪等领域有重要作用.卷积神经网络在跟踪问题上有准确率高、鲁棒性强的优点,但基于卷积特征的算法计算复杂度高,受嵌入式平台面积和功耗的限制,实时性难以满足嵌入式平台应用场景的需求.针对基于卷积特征的跟踪算法计算复杂度高、存储参数量大的难题,率先提出一种利用FPGA实现基于卷积神经网络的复杂背景目标跟踪硬件加速架构.该方法通过利用KL相对熵对目标跟踪算法Siamese-FC进行定点量化,设计了基于通道并行的卷积层加速架构.实验结果表明,定点量化后跟踪算法相比于原算法的平均精度损失不超过4.57％,FPGA部署后前向推理耗时仅为CPU的16.15％,功耗仅为CPU的13.7％.
Parallel Computing Architecture of Siamese Network Algorithm

卢金仪、唐维伟、徐文辉、颜露新、钟胜、邹旭

展开 >

华中科技大学人工智能与自动化学院,湖北武汉 430074

华中科技大学多谱信息处理技术国家级重点实验室,湖北武汉 430074

卷积神经网络 目标跟踪算法 定点量化 FPGA硬件加速

国防基础科研计划资助

JCKY2018204B068

2021

10.19708/j.ckjs.2021.03.008

测控技术
中国航空工业集团公司北京长城航空测控技术研究所

测控技术

CSTPCD
影响因子：0.5
ISSN：1000-8829
年,卷(期)：2021.40(3)
  • 2