基于DPU的低功耗嵌入式手势识别系统设计

摘要：

为了解决嵌入式手势识别系统的速度慢和功耗高的问题,提出基于深度学习处理单元(deep-learning processor unit,DPU)的手势识别系统设计方法.通过把DPU部署于现场可编程门阵列(field programmable gate array,FPGA)器件,再调用ResNet-50网络对手势图片进行识别,设计并实现了一套低功耗的手势识别系统.实验结果表明,系统在工作频率为150 MHz时识别准确率为97.7％,运行速率可以达到129 GOPS,其能效比为26.3 GOPS/W,优于一些现有嵌入式FPGA神经网络手势识别实现方法.

关键词：深度学习处理单元;手势识别;神经网络;现场可编程门阵列

所属期刊栏目：36

分类号：TP391.4;TP183(计算技术、计算机技术)

资助基金：航空科学基金资助项目2018ZC15003

在线出版日期：2021-08-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1-7