硬件支持的深度卷積神經網圖像處理應用 (ARD/166)

目的： 深度卷積神經網（DCNN）是一種非常強大的人工智能模型，能夠為圖像處理設備帶來超高質量的畫質和新的智能功能。DCNN商用化的主要障礙是缺少專用的硬件解決方案來應對它所需的海量計算。本項目研究高效的DCNN硬件解決方案，包括DCNN的訓練與優化算法，以及專用硬件架構，應用於圖像處理設備。項目的另一個目的是找到潛在用戶需求與該技術的結合點，從而確定商用化的方向與路線圖。 研發策略： 在本項目的研究中，將針對圖像處理任務，開發一個降低DCNN複雜度的優化算法，並且通過軟件仿真確定高效率的硬件實現架構。項目將為下一步的商業化應用，設計一款縮減簡版的FPGA來進行概念驗證，並且完成相應的圖像質量評價。 影響與效益： 本項目的研發成果將成為後續平台項目的技術基礎，以便進一步實現專用硬件設計和原型系統，用於攝像機、電視機、顯示器、視頻內容製作和醫學影像等圖像處理應用。項目研發的技術將顯著提高相關市場持份者的核心競爭力。