具有神经记忆性皮肤检测的HDR视觉传感器用于边缘计算.
概括
这项研究引入了一种新的混合CMOS/memristor视觉传感器,用于高效地检测人类皮肤. 该系统在飞行中进行颜色转换,并使用记忆神经网络 (NN) 进行低功耗,强大的皮肤分类.
科学领域:
- 计算机视觉 计算机视觉
- 神经形态工程的神经形态工程
- 材料科学 材料科学 材料科学
背景情况:
- 人体皮肤分类对于人机界面和对象跟踪等应用至关重要.
- 现有的方法通常需要复杂的后处理,并且对照明变化敏感.
- 需要高效,低功耗和强大的皮肤检测系统.
研究的目的:
- 开发一种混合CMOS/memristor视觉传感器架构,用于传感器内皮肤检测.
- 实施一个模拟记忆神经网络 (NN) 进行高效的皮肤分类.
- 为了在广泛的动态范围和不同的照明条件下实现强大的皮肤检测.
主要方法:
- 设计和实施了一种混合CMOS/memristor视觉传感器.
- 传感器内RGB到rg-色度的颜色空间转换是使用像素级自动曝光控制进行的.
- 模拟记忆神经网络 (NN) 用于模拟信号的直接皮肤/非皮肤分类.
- 研究了记忆NN的性能和硬件集成.
主要成果:
- 拟议的传感器架构可以在飞行中检测皮肤.
- 该系统从模拟信号直接实现皮肤分类,无需进一步处理.
- 记忆神经网络 (NN) 证明了高效和低功耗的运行.
- 输出皮肤位图对照明灯颜色和强度的变化具有强大耐用性.
结论:
- 混合CMOS/memristor视觉传感器为皮肤检测提供了灵活,可定制和低功耗的解决方案.
- 使用记忆神经网络 (NN) 的传感器内处理大大简化了分类管道.
- 这种架构非常适合各种需要实时皮肤检测的机器视觉应用.


