論文の概要: Parallelizing Optical Flow Estimation on an Ultra-Low Power RISC-V
Cluster for Nano-UAV Navigation
- arxiv url: http://arxiv.org/abs/2305.13055v1
- Date: Mon, 22 May 2023 14:13:28 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-23 15:35:29.390562
- Title: Parallelizing Optical Flow Estimation on an Ultra-Low Power RISC-V
Cluster for Nano-UAV Navigation
- Title（参考訳）: 超低出力RISC-VクラスタによるナノUAVナビゲーションのための並列光フロー推定
- Authors: Jonas K\"uhne, Michele Magno, Luca Benini
- Abstract要約: 光流量推定は無人航空機の自律航法と位置決めに不可欠である。
マイクロUAVとナノUAVでは、低電力および資源制約のマイクロコントローラユニット上で光の流れをリアルタイムに計算する。
本稿では,次世代マルチコア低消費電力RISC-Vマイクロコントローラを対象とした光フローの並列化手法を提案する。
- 参考スコア（独自算出の注目度）: 17.475046801929675
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Optical flow estimation is crucial for autonomous navigation and localization
of unmanned aerial vehicles (UAV). On micro and nano UAVs, real-time
calculation of the optical flow is run on low power and resource-constrained
microcontroller units (MCUs). Thus, lightweight algorithms for optical flow
have been proposed targeting real-time execution on traditional single-core
MCUs. This paper introduces an efficient parallelization strategy for optical
flow computation targeting new-generation multicore low power RISC-V based
microcontroller units. Our approach enables higher frame rates at lower clock
speeds. It has been implemented and evaluated on the eight-core cluster of a
commercial octa-core MCU (GAP8) reaching a parallelization speedup factor of
7.21 allowing for a frame rate of 500 frames per second when running on a 50
MHz clock frequency. The proposed parallel algorithm significantly boosts the
camera frame rate on micro unmanned aerial vehicles, which enables higher
flight speeds: the maximum flight speed can be doubled, while using less than a
third of the clock frequency of previous single-core implementations.
- Abstract（参考訳）: 光流量推定は無人航空機(UAV)の自律航法と位置決めに不可欠である。
マイクロおよびナノuavでは、低電力・資源制約型マイクロコントローラユニット(mcu)上で光フローのリアルタイム計算を行う。
したがって、従来のシングルコアMCU上でのリアルタイム実行をターゲットとした光フローの軽量なアルゴリズムが提案されている。
本稿では,次世代マルチコア低消費電力RISC-Vマイクロコントローラを対象とした光フロー計算のための並列化手法を提案する。
本手法は低クロック速度で高いフレームレートを実現する。
商用オクタコアMCU(GAP8)の8コアクラスタ上で実装され、50MHzのクロック周波数で動作する場合のフレームレートが毎秒500フレームとなるように、並列化スピードアップ係数7.21に達した。
提案した並列アルゴリズムは,小型無人航空機におけるカメラフレームレートを大幅に向上させ,従来のシングルコア実装のクロック周波数の3分の1以下を使用しながら,最大飛行速度を2倍にすることができる。
関連論文リスト
- Low Latency Visual Inertial Odometry with On-Sensor Accelerated Optical Flow for Resource-Constrained UAVs [13.037162115493393]
オンセンサーハードウェアアクセラレーションは、低遅延視覚慣性オドメトリー(VIO)を実現するための有望なアプローチである
本稿では,グローバルシャッターカメラとアプリケーション固有集積回路(ASIC)を組み合わせたコンパクトなOFセンサを利用したVIOセンサシステムの高速化について検討する。
VINS-Monoパイプラインの機能追跡ロジックをこのOFカメラのデータに置き換えることで、49.4%のレイテンシの削減と、元のVINS-Mono実装よりも53.7%の計算負荷の削減を実証した。
論文 参考訳（メタデータ） (2024-06-19T08:51:19Z) - Dynamic Frame Interpolation in Wavelet Domain [57.25341639095404]
ビデオフレームは、より流動的な視覚体験のためにフレームレートを上げることができる、重要な低レベルな計算ビジョンタスクである。
既存の手法は、高度なモーションモデルと合成ネットワークを利用することで大きな成功を収めた。
WaveletVFIは、同様の精度を維持しながら最大40%の計算を削減できるため、他の最先端技術に対してより効率的に処理できる。
論文 参考訳（メタデータ） (2023-09-07T06:41:15Z) - ADC/DAC-Free Analog Acceleration of Deep Neural Networks with Frequency
Transformation [2.7488316163114823]
本稿では,アナログ領域の周波数ベーステンソル変換を用いた周波数領域ニューラルネットワークのエネルギー効率向上手法を提案する。
提案手法は,変換行列のトレーニング可能なパラメータを不要にすることで,よりコンパクトなセルを実現する。
16$times$16のクロスバーで8ビット入力処理を行い,Watt当たりの1602テラ演算のエネルギー効率を実現する。
論文 参考訳（メタデータ） (2023-09-04T19:19:39Z) - Towards Anytime Optical Flow Estimation with Event Cameras [35.685866753715416]
イベントカメラは、マイクロ秒間の対数輝度の変化に対応することができる。
イベントカメラを介して収集された既存のデータセットは、限られたフレームレートの光学フローグラウンド真理を提供する。
本研究では,高フレームレートのイベント光流を生成するEVent-based Anytime Flow推定ネットワークであるEVA-Flowを提案する。
論文 参考訳（メタデータ） (2023-07-11T06:15:12Z) - M3ICRO: Machine Learning-Enabled Compact Photonic Tensor Core based on
PRogrammable Multi-Operand Multimode Interference [18.0155410476884]
標準光学部品に基づく光テンソルコア(PTC)の設計は、空間フットプリントが大きいため、スケーラビリティと計算密度を損なう。
M3ICROというプログラム可能なマルチモード干渉(MOMMI)デバイスを用いた超コンパクトPSCを提案する。
M3ICROは、フットプリントが3.4-9.6倍、1.6-4.4倍、計算密度が10.6-42倍、システムスループットが3.7-12倍、ノイズロバスト性が優れている。
論文 参考訳（メタデータ） (2023-05-31T02:34:36Z) - Reduced Precision Floating-Point Optimization for Deep Neural Network
On-Device Learning on MicroControllers [15.37318446043671]
本稿では,MCUクラスデバイス上でのオンデバイス学習(ODL)プリミティブに対して,新しい精度最適化手法を提案する。
我々のアプローチは、シングルコアMCUのための既存のODLソフトウェアフレームワークよりも2桁以上高速である。
論文 参考訳（メタデータ） (2023-05-30T16:14:16Z) - Deep Learning-Based Synchronization for Uplink NB-IoT [72.86843435313048]
狭帯域モノのインターネット(NB-IoT)における狭帯域物理ランダムアクセスチャネル(NPRACH)のデバイス検出と到着時刻推定のためのニューラルネットワーク(NN)に基づくアルゴリズムを提案する。
導入されたNNアーキテクチャは、残余の畳み込みネットワークと、5Gニューラジオ(5G NR)仕様のプリアンブル構造に関する知識を利用する。
論文 参考訳（メタデータ） (2022-05-22T12:16:43Z) - Optical-Flow-Reuse-Based Bidirectional Recurrent Network for Space-Time
Video Super-Resolution [52.899234731501075]
時空間ビデオ超解像(ST-VSR)は、与えられたビデオの空間解像度とフレームレートを同時に増加させる。
既存の手法は通常、近隣の幅広いフレームからの情報を効率的に活用する方法の難しさに悩まされる。
本稿では,隣接するフレーム間の知識を活用するために,ConvLSTMの代わりに粗大な双方向リカレントニューラルネットワークを提案する。
論文 参考訳（メタデータ） (2021-10-13T15:21:30Z) - FastFlowNet: A Lightweight Network for Fast Optical Flow Estimation [81.76975488010213]
ディセンス光学フロー推定は、多くのロボットビジョンタスクで重要な役割を果たしています。
現在のネットワークはしばしば多くのパラメータを占有し、計算コストがかかる。
提案したFastFlowNetは、周知の粗大なやり方で、以下のイノベーションで機能する。
論文 参考訳（メタデータ） (2021-03-08T03:09:37Z) - FLAVR: Flow-Agnostic Video Representations for Fast Frame Interpolation [97.99012124785177]
FLAVRは、3D空間時間の畳み込みを使用して、ビデオフレームのエンドツーエンドの学習と推論を可能にする柔軟で効率的なアーキテクチャです。
FLAVRは、アクション認識、光フロー推定、モーション拡大のための有用な自己解釈タスクとして役立つことを実証します。
論文 参考訳（メタデータ） (2020-12-15T18:59:30Z) - STaRFlow: A SpatioTemporal Recurrent Cell for Lightweight Multi-Frame
Optical Flow Estimation [64.99259320624148]
マルチフレーム光フロー推定のための軽量CNNアルゴリズムを提案する。
結果のSTaRFlowアルゴリズムは、MPI SintelとKitti2015で最先端のパフォーマンスを提供する。
論文 参考訳（メタデータ） (2020-07-10T17:01:34Z)
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。