論文の概要: StereoVAE: A lightweight stereo matching system through embedded GPUs

• arxiv url: http://arxiv.org/abs/2305.11566v1
• Date: Fri, 19 May 2023 10:08:39 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-22 15:06:46.724291
• Title: StereoVAE: A lightweight stereo matching system through embedded GPUs
• Title（参考訳）: StereoVAE:組み込みGPUによる軽量ステレオマッチングシステム
• Authors: Qiong Chang, Xiang Li, Xin Xu, Xin Liu, Yun Li and Miyazaki Jun
• Abstract要約: 組込みGPUによるステレオマッチングのための軽量システムを提案する。 これにより、ステレオマッチングにおける精度と処理速度のトレードオフを解消し、組込みシステムはリアルタイム処理を確実にしながらマッチング精度をさらに向上させることができる。
• 参考スコア（独自算出の注目度）: 13.338765413730743
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present a lightweight system for stereo matching through embedded GPUs. It breaks the trade-off between accuracy and processing speed in stereo matching, enabling our embedded system to further improve the matching accuracy while ensuring real-time processing. The main idea of our method is to construct a tiny neural network based on variational auto-encoder (VAE) to upsample and refinement a small size of coarse disparity map, which is first generated by a traditional matching method. The proposed hybrid structure cannot only bring the advantage of traditional methods in terms of computational complexity, but also ensure the matching accuracy under the impact of neural network. Extensive experiments on the KITTI 2015 benchmark demonstrate that our tiny system exhibits high robustness in improving the accuracy of the coarse disparity maps generated by different algorithms, while also running in real-time on embedded GPUs.
• Abstract（参考訳）: 組込みGPUによるステレオマッチングのための軽量システムを提案する。 ステレオマッチングにおける精度と処理速度のトレードオフを解消し、リアルタイム処理を確保しつつ、組み込みシステムによるマッチング精度の向上を可能にします。 提案手法の主な考え方は,従来のマッチング手法によって最初に生成される粗い不均一マップの小型化と改善のために,可変オートエンコーダ(VAE)に基づく小さなニューラルネットワークを構築することである。 提案したハイブリッド構造は、計算複雑性の観点から従来の手法の利点をもたらすだけでなく、ニューラルネットワークの影響下でのマッチング精度を確保することもできる。 KITTI 2015ベンチマークの大規模な実験により、我々の小さなシステムは、異なるアルゴリズムによって生成された粗い不均一マップの精度を向上し、組込みGPU上でリアルタイムに動作していることを示す。

関連論文リスト

• Task-Oriented Real-time Visual Inference for IoVT Systems: A Co-design Framework of Neural Networks and Edge Deployment [61.20689382879937]
  タスク指向エッジコンピューティングは、データ分析をエッジにシフトすることで、この問題に対処する。 既存の手法は、高いモデル性能と低いリソース消費のバランスをとるのに苦労している。 ニューラルネットワークアーキテクチャを最適化する新しい協調設計フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-10-29T19:02:54Z)
• SySMOL: Co-designing Algorithms and Hardware for Neural Networks with Heterogeneous Precisions [20.241671088121144]
  最近の量子化技術は、非常に微細な粒度で不均一な精度を実現している。 これらのネットワークは、個々の変数の精度設定をデコードし、変数を調整し、きめ細かい混合精度計算機能を提供するために、追加のハードウェアを必要とする。 ネットワークを細粒度の不均一な精度で効率的に実行するためのエンド・ツー・エンド協調設計手法を提案する。
  論文  参考訳（メタデータ） (2023-11-23T17:20:09Z)
• Design and Prototyping Distributed CNN Inference Acceleration in Edge Computing [85.74517957717363]
  HALPはエッジコンピューティングにおけるエッジデバイス(ED)間のシームレスなコラボレーションを設計することで推論を加速する。 実験により、分散推論HALPはVGG-16に対して1.7倍の推論加速を達成することが示された。 分散推論HALPを用いたモデル選択は,サービスの信頼性を著しく向上させることができる。
  論文  参考訳（メタデータ） (2022-11-24T19:48:30Z)
• Neural Disparity Refinement for Arbitrary Resolution Stereo [67.55946402652778]
  本稿では,安価で広範なコンシューマデバイスへの3Dコンピュータビジョンの展開を容易にすることを目的とした,ニューラルディファリティ改善のための新しいアーキテクチャを提案する。 我々のアプローチは任意の出力解像度で洗練された不均一写像を推定できる連続的な定式化に依存している。
  論文  参考訳（メタデータ） (2021-10-28T18:00:00Z)
• End-to-end Neural Video Coding Using a Compound Spatiotemporal Representation [33.54844063875569]
  本稿では,2つの手法により生成された予測を適応的に組み合わせたハイブリッド動作補償法を提案する。 具体的には、リカレント情報集約(RIA)モジュールを用いて、複合時間表現(STR)を生成する。 さらに、ベクトルベースの再サンプリング、適応カーネルベースの再サンプリング、補償モード選択マップ、テクスチャ拡張を含む、CSTRから複数の予測を生成する1対多デコーダパイプラインを設計する。
  論文  参考訳（メタデータ） (2021-08-05T19:43:32Z)
• Lightweight Convolutional Neural Network with Gaussian-based Grasping Representation for Robotic Grasping Detection [4.683939045230724]
  現在の物体検出器は、高い精度と高速な推論速度のバランスを取るのが難しい。 ロボットつかみポーズ推定を行うための効率的かつ堅牢な完全畳み込みニューラルネットワークモデルを提案する。 ネットワークは、他の優れたアルゴリズムよりも桁違いに小さい順序です。
  論文  参考訳（メタデータ） (2021-01-25T16:36:53Z)
• Adaptive Deconvolution-based stereo matching Net for Local Stereo Matching [11.214543038438055]
  ディープラーニングベースのローカルステレオマッチング手法では、大きなイメージパッチはステレオマッチング精度が向上する。 アダプティブ・デコンボリューション(Adaptive Deconvolution-based disparity)マッチングネット(ADSMnet)という効率的なCNNベースの構造を提案する。 KITTI 2012 と 2015 のデータセットに対する実験結果から,提案手法が精度と複雑性のトレードオフを良好に達成できることが示されている。
  論文  参考訳（メタデータ） (2021-01-01T12:18:53Z)
• Displacement-Invariant Cost Computation for Efficient Stereo Matching [122.94051630000934]
  ディープラーニング手法は、前例のない不一致の精度を得ることによって、ステレオマッチングのリーダーボードを支配してきた。 しかし、その推測時間は一般的に540p画像の秒数で遅い。 本研究では,4次元特徴量を必要としないEmphdisplacement-invariant cost moduleを提案する。
  論文  参考訳（メタデータ） (2020-12-01T23:58:16Z)
• Training Sparse Neural Networks using Compressed Sensing [13.84396596420605]
  本研究では,プレニングとトレーニングを1ステップに組み合わせた圧縮センシングに基づく新しい手法の開発と試験を行う。 具体的には、トレーニング中の重みを適応的に重み付けした$ell1$のペナルティを利用して、スパースニューラルネットワークをトレーニングするために、正規化二重平均化(RDA)アルゴリズムの一般化と組み合わせる。
  論文  参考訳（メタデータ） (2020-08-21T19:35:54Z)
• Depthwise Non-local Module for Fast Salient Object Detection Using a Single Thread [136.2224792151324]
  本稿では,高速な物体検出のための新しいディープラーニングアルゴリズムを提案する。 提案アルゴリズムは,1つのCPUスレッドと同時に,競合精度と高い推論効率を実現する。
  論文  参考訳（メタデータ） (2020-01-22T15:23:48Z)
• An Image Enhancing Pattern-based Sparsity for Real-time Inference on Mobile Devices [58.62801151916888]
  パターンと接続性を組み合わせた新しい空間空間,すなわちパターンベースの空間空間を導入し,高度に正確かつハードウェアに親しみやすいものにした。 新たなパターンベースの空間性に対する我々のアプローチは,モバイルプラットフォーム上での高効率DNN実行のためのコンパイラ最適化に自然に適合する。
  論文  参考訳（メタデータ） (2020-01-20T16:17:36Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。