一种基于深度学习的目标跟踪加速器

作     者：李倍 闵丰 杨军 梁科 李国峰 LI Bei;MIN Feng;YANG Jun;LIANG Ke;LI Guofeng

作者机构：南开大学IC设计与系统集成实验室天津市光电传感器与传感网络技术重点实验室天津300350 中国科学院计算技术研究所北京100190 

基　　金：国家自然科学基金项目(62004198) 北京市自然科学基金资助项目(4194092) 国家重点研发计划(2018AAA0102505) 

出 版 物：《微电子学与计算机》 (Microelectronics & Computer)

年 卷 期：2021年第38卷第8期

页      码：53-58页

摘      要：针对当前神经网络加速器难以高效实现目标跟踪边框后处理的问题,提出一种高效的目标跟踪专用加速器.引入神经网络架构,用于提取输入视图特征并生成边框置信度与偏移量集合.随后针对目标跟踪的边框处理设计了专用于边框的回归、惩罚以及提取操作的加速模块,通过同步神经网络加速器与专用加速模块间的数据,以流水结构并行执行特征提取与边框操作,实现基于深度学习目标跟踪的端到端处理.该加速器在40 nm工艺下消耗面积3.64mm^(2),获得了5.71 Tops/W能效比.实验结果表明:与现有加速方案相比,该目标跟踪加速器获得了1.53倍加速,可实现实时的视频处理(31 fps).其中仅针对跟踪过程的后处理任务,专用加速模块相对RISC处理器可实现3.2倍的加速比.

主 题 词：深度学习目标跟踪 后处理 专用模块 硬件加速器 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.19304/j.cnki.issn1000-7180.2021.08.009

馆 藏 号：203104691...