手势检测

莱迪思sensAI演示示例

智能IoT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32x32x1,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 mW。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 Shield开发板上运行。

Lattice sensAI

跳转至

框图

Face Detect Block Diagram

文档

快速参考
下载
标题 编号 版本 日期 格式 文件大小
选择全部
Himax HM01B0 UPduino Shield Based Hand Gesture Detection Demonstration User Guide
1.0 9/26/2018 PDF 582.6 KB
标题 编号 版本 日期 格式 文件大小
选择全部
Himax HM01B0 UPduino Shield Based Hand Gesture Detection Demonstration Bitstreams
1.0 9/26/2018 ZIP 756.7 KB