透過您的圖書館登入
IP:18.117.109.149
  • 學位論文

基於嵌入式系統的深度學習應用之研究—以人臉辨識為例

Deep Learning Applications Based on Embedded Systems — Face Recognition as an Example

指導教授 : 黃文吉
若您是本文的作者,可授權文章由華藝線上圖書館中協助推廣。

摘要


本論文的目的是開發出基於嵌入式系統的深度學習架構,並以人臉辨識作為主要應用的例子。首先嵌入式平台的選擇為Raspberry Pi與PYNQ-Z2,而在深度學習的架構上,使用較簡單的LeNet-5神經網路模型,並透過臉部偵測的前處理方式降低問題難程度,以利在嵌入式平台上實現LeNet-5的人臉辨識系統。 而在整合的工具上,以Python為主要的系統整合語言,利用Python的高整合性將深度學習、周邊感測器、設備和FPGA硬體設計整合至嵌入式系統內。並在Raspberry Pi與PYNQ-Z2兩種嵌入式平台以Python完成以下四點功能:影像的拍攝與擷取、臉部偵測、以深度學習實現人臉辨識、結果的顯示,在此之上建立具有標準化且能夠real-time即時回饋的人臉辨識系統。

並列摘要


無資料

並列關鍵字

LeNet-5 Raspberry Pi PYNQ-Z2

參考文獻


[1] Bill Lubanovic, Introducing Python, Oreilly & Associates Inc, 2014.
[2] “Picamera,” [Online]. Available: https://picamera.readthedocs.io/. [Accessed Dec. 10, 2018].
[3] 陳會安, Raspberry Pi 樹莓派 - 從不懂,到玩上手!, 旗標出版社, 2017.
[4] “PYNQ: Python productivity for Zynq,” [Online]. Available: http://www.pynq.io/. [Accessed Feb. 15, 2019].
[5] Adrian Kaehler, Gary Bradski, Learning OpenCV 3, Oreilly & Associates Inc, 2017.

延伸閱讀