Core Concepts
イベントカメラとサブマニフォールド疎sparse CNNを統合することで、低遅延、低消費電力、高精度の視線追跡システムを実現する。
Abstract
本研究は、イベントカメラとサブマニフォールド疎sparse CNNを組み合わせることで、高速で低消費電力の視線追跡システムを実現している。
まず、イベントカメラからの入力データの疎性を活用するため、サブマニフォールド疎sparse CNNを採用している。これにより、入力データの疎な部分のみを効率的に処理することができる。
次に、FPGA上にサブマニフォールド疎sparse CNNのアクセラレータを実装し、高速な特徴抽出を行っている。抽出された特徴は、CPUのGRUとFC層で時系列処理とアイセンター推定を行う。
このようなハードウェア/ソフトウェアの協調設計により、0.7 ms - 0.94 msの低遅延と2.29 mJ/推論の高エネルギー効率を実現している。また、Event-based Eye-Tracking-AIS2024データセットで81%のp5精度、99.5%のp10精度を達成している。
本手法は、今後のイベントベースの視線追跡システムの発展に大きな可能性を秘めている。
Stats
提案手法のp5精度は81%、p10精度は99.5%である。
提案手法の平均ユークリッド距離は3.71ピクセルである。
提案手法の推論遅延は0.7 ms - 0.94 msである。
提案手法のエネルギー効率は2.29 mJ/推論である。
Quotes
"イベントカメラからの入力データの疎性を活用するため、サブマニフォールド疎sparse CNNを採用している。"
"FPGA上にサブマニフォールド疎sparse CNNのアクセラレータを実装し、高速な特徴抽出を行っている。"
"ハードウェア/ソフトウェアの協調設計により、0.7 ms - 0.94 msの低遅延と2.29 mJ/推論の高エネルギー効率を実現している。"