本文へジャンプ

成果報告書詳細
管理番号20160000000757
タイトル平成27年度成果報告書 クリーンデバイス社会実装推進事業 電子・材料・ナノテクノロジー部実施事業の周辺技術・関連課題における小規模研究開発の実施 次世代画像認識・画像処理技術プラットフォームの研究開発
公開日2017/4/26
報告書年度2015 - 2015
委託先名株式会社ディジタルメディアプロフェッショナル
プロジェクト番号P14016
部署名IoT推進部
和文要約件名:平成27年度成果報告書 クリーンデバイス社会実装推進事業/電子・材料・ナノテクノロジー部実施事業の周辺技術・関連課題における小規模研究開発の実施/次世代画像認識・画像処理技術プラットフォームの研究開発

次世代画像処理、画像認識向けプラットフォーム、アプリケーション検討の先導研究として、次世代画像認識・画像処理技術プラットフォームの研究開発を今回行った。DSPやGPUを用いた画像認識技術の開発が世界的に進んでいるが、これらプラットフォームで使われるプロセッサは海外のIPコア技術を使用している。一方、当社ではGPUコアを開発し、国内のコンシューマメーカや産業メーカ、ゲームベンダにリリースしており、日本では唯一、最新のグラフィックスやコンピューティングAPIに対応したグラフィックスコアの開発、ライセンスをしている。本プロジェクトでは、実績のあるGPU内浮動小数点対応シェーダプロセッサを活用し、画像処理、画像認識プラットフォームの開発を行う。
本プラットフォームのソフトウェア向け切り口として標準APIであるOpenCLを用いたCNNベース認識コアの開発を行うとともに、ネットワークやクラウド環境を想定したシステム、ソフトウェアの検討も行った。
また、ユーザが使い易い開発環境の整備として、ソフトウェア資産などの流用容易性、プラットフォーム高性能化の際のスケーラビリティを配慮し、ソフトウェア開発投資を効率よく活用できるツール環境のプロトタイプを実施した。
今回の開発を通して、
・画像認識のコアとなるシェーダコアの開発を完・ディープラーニング向けCNNコアの開発をOpenCLの実装によって完了し、ベンチマークを実施
・グラフベースアルゴリズム実装ツールのプロトタイピングを実施
・システム性能測定としてOSのリアルタイム性能及び、外部ROMアクセス時の性能計測を実施し、今後の要件定義の基礎データ収集を完了
・ビジョン系アセスメント・ベンチマークについて有識者と議論を実施し、方向付けを定義
の成果を挙げることでき、今後、画像認識コアやソリューションを行う際の共通基盤構築に必要な基礎研究や方向付けができた。
英文要約Title:Fundamental research project of clean device social implementation promote project related of basic study in Electronics, Materials technology and Nanotechnology dept. for next generation image recognition and processing technology platform (FY2015) final report

In this research project, we have studied the next generation platform for image processing and recognition as a leading research project to consider the next generation image processing platform and application. Image recognition technologies are used based on DSP and GPU platform in World Wide, but existing platforms uses IP core from oversea companies as a core technology. We, Digital Media Professionals Inc, have developed GPU core, which support open standard of graphics and computing, in house as only one company in Japan, and are licensing various Japanese consumer/gaming/industrial customers. Our image processing and recognition platform is based on our GPU shader processor that supports floating-point arithmetic calculations and has low power consumption features.
We also developed CNN based recognition core by using standard computing API: OpenCL and considered system level optimized software to enable network and cloud environments.
To improve the user productivity, we prototyped the tool environment for algorithm development which can take care about ease to use, software portability and scalability to support wide range performance of platform.
The followings are our output through this study.
- Complete the development of shader core that will be core of image recognition.
- Complete CNN core for deep learning by using OpenCL and done the benchmarking
- Prototype graph based algorithm implementation tool.
- Collect foundation data of OS real time performance and external ROM access performance for further requirement definition in future project.
- Define the direction of assessment and benchmarking preposition for vision related application by hearing and discussing with industrial and academic experts.
Those results can be adopted for future image recognition platform and solution development as common base platform of vision processing.
ダウンロード成果報告書データベース(ユーザ登録必須)から、ダウンロードしてください。

▲トップに戻る