硬件支持的深度卷积神经网图像处理应用 (ARD/166)

目的： 深度卷积神经网（DCNN）是一种非常强大的人工智能模型，能够為图像处理设备带来超高质量的画质和新的智能功能。DCNN商用化的主要障碍是缺少专用的硬件解决方案来应对它所需的海量计算。本项目研究高效的DCNN硬件解决方案，包括DCNN的训练与优化算法，以及专用硬件架构，应用於图像处理设备。项目的另一个目的是找到潜在用户需求与该技术的结合点，从而确定商用化的方向与路线图。 研发策略： 在本项目的研究中，将针对图像处理任务，开发一个降低DCNN复杂度的优化算法，并且通过软件仿真确定高效率的硬件实现架构。项目将為下一步的商业化应用，设计一款缩减简版的FPGA来进行概念验证，并且完成相应的图像质量评价。 影响与效益： 本项目的研发成果将成為后续平台项目的技术基础，以便进一步实现专用硬件设计和原型系统，用於摄像机、电视机、显示器、视频内容製作和医学影像等图像处理应用。项目研发的技术将显着提高相关市场持份者的核心竞争力。