Filtres de Gabor pour CNN embarqué

De Ensiwiki
Aller à : navigation, rechercher


Filtres de Gabor pour CNN embarqué

Labo TIMA
Equipe TIMA/SLS
Encadrants stephane.mancini@univ-grenoble-alpes.fr

Thème général

Les CNN ou Convolutional Neural Network sont la dernière génération des 'réseaux de neurones', et sont particulièrement adaptés pour des tâches d'intelligence artificielle sur les images: détection d'objet, classification, amélioration de la qualité, 3D, flot optique, etc ...

Les CNN sont construits par assemblage de fonctions mathématiques élémentaires très simples (convolution, RELU, etc ...) et leur architecture facilite l'apprentissage puis l'implémentation.

Cependant, ils nécessitent de très nombreux coefficient numériques. Ces coefficients sont le résultat de l'apprentissage et sont utilisés ensuite pour paramétrer les calculs élémentaires. Ceci est une contrainte pour les systèmes embarqués car les CNN les plus récents ont un nombre de coefficients très supérieurs à la taille des image et leur transfert depuis les mémoires vers les opérateurs de calcul devient un goulot d'étranglement.

Contexte du travail

Le contexte

Sujet

L'objectif de ce travail et d'étudier l'utilisation de filtres de Gabor dans les premiers étages des CNN, ce qui permettrait de générer leurs coefficients par calcul, sans stockage mémoire

Résultats attendus

Le travail d'IRL sera essentiellement une étude bibliographique, avec une preuve de faisabilité. La preuve de faisabilité sera soit formelle soit par des développements informatiques simples de haut niveau (Python). Si le temps le permet, une réalisation matérielle sera faite afin de valider la démarche