Low-power pedestrian detection system on FPGA
Ngo, Quang Vinh (Universitat Autònoma de Barcelona. Departament de Microelectrònica i Sistemes Electrònics)
Castells-Rufas, David (Universitat Autònoma de Barcelona. Departament de Microelectrònica i Sistemes Electrònics)
Codina Barberà, Marc (Universitat Autònoma de Barcelona. Departament de Microelectrònica i Sistemes Electrònics)
Carrabina Bordoll, Jordi (Universitat Autònoma de Barcelona. Departament de Microelectrònica i Sistemes Electrònics)
Casadevall, Arnau (Universitat Autònoma de Barcelona. Departament de Microelectrònica i Sistemes Electrònics)

Fecha:	2019
Resumen:	Pedestrian detection is one of the key problems in the emerging self-driving car industry. In addition, the Histogram of Gradients (HOG) algorithm proved to provide good accuracy for pedestrian detection. Many research works focused on accelerating HOG algorithm on FPGA(Field-Programmable Gate Array) due to its low-power and high-throughput characteristics. In this paper, we present an energy-efficient HOG-based implementation for pedestrian detection system on a low-cost FPGA system-on-chip platform. The hardware accelerator implements the HOG computation and the Support Vector Machine classifier, the rest of the algorithm is mapped to software in the embedded processor. The hardware runs at 50 Mhz (lower frequency than previous works), thus achieving the best pixels processed per clock and the lower power design.
Derechos:	Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, la comunicació pública de l'obra i la creació d'obres derivades, fins i tot amb finalitats comercials, sempre i quan es reconegui l'autoria de l'obra original.
Lengua:	Anglès
Documento:	Article ; recerca ; Versió publicada
Materia:	FPGA ; HOG extractor ; Pedestrian detection ; Accelerator ; Low power
Publicado en:	Proceedings, Vol. 31 (2019) , p. 1-11, ISSN 2504-3900

Adreça alternativa: https://www.mdpi.com/2504-3900/31/1/35
DOI: 10.3390/proceedings2019031035

11 p, 553.2 KB

El registro aparece en las colecciones:
Artículos > Artículos de investigación
Artículos > Artículos publicados