手势检测

莱迪思sensai演示示例

智能物联网设备的手势检测应用——该演示采用了人工智能(AI)来实现手势检测算法。FPGA拥有并行数据处理能力,相对于微处理器而言,处理这类任务时功耗更低。

实时在线的本地化智能提升安全性——采用iCE40 UltraPlus FPGA设计的网络边缘AI应用能大幅降低功耗,同时实现实时在线运作,缩短响应时间。在本地处理任务也提高了安全性。

小尺寸FPGA上的轻量化卷积神经网络(CNN)——莱迪思在低成本UPduino 2.0开发板上采用48个引脚QFN封装的FPGA中实现了类似VGG的CNN架构推理引擎。

特性

  • 使用神经网络模型在网络边缘快速实现低功耗的手势(张开/握紧)检测应用
  • 配置文件有助于在搭载HiMax HM01B0图像传感器的UPduino 2.0开发板上快速实现应用
  • 输入图像分辨率为32 x32x1,连接至类似VGG的卷积神经网络,有6层卷积,四个最大池化层和全连接层
  • 集成了128 Kb存储器,权重和激活值可直接存储在iCE40 UltraPlus FPGA中
  • 5帧/秒下功耗仅为3.3兆瓦。该参考设计可根据系统要求在功耗和响应时间之间进行优化
  • 可重新训练该神经网络以检测其他手势

该演示在Himax HM01BO IPduino盾开发板上运行。

晶格sensAI

跳转至

框图

文档

快速参考
下载
标题 编号 版本 日期 格式 文件大小
Himax HM01B0基于UPduino盾的手势检测演示用户指南
1.0 9/26/2018 PDF 582.6 KB
标题 编号 版本 日期 格式 文件大小
Himax HM01B0基于UPduino盾的手势检测演示比特流
1.0 9/26/2018 邮政编码 756.7 KB
像大多数网站一样,我们使用cookie和类似的技术来增强您的用户体验。我们也允许第三方在我们的网站上放置cookie。如继续使用本网站,即表示您同意使用我们所述的cookies饼干的政策