NeNEB - Neuronales Netzwerk zur Echtzeit-Klassifizierung von Bildern

摘要

Die vorliegende Arbeit beschreibt die digitale Realisierung eines auf dem Back-propagation-Algorithmus basierenden neuronalen Netzwerks zur Klassifizierung von Bildern in Echtzeit. Dabei stand der Aspekt der Systemintegration, mit den sich daraus ergebenden Randbedingungen, im Vordergrund. Dieses sind insbesondere der sequentielle Charakter des Videosignals gebräuchlicher Videokameras sowie Eigenschaften handelsüblicher Speicher. Durch Verarbeitung der Videosignale an deren Quelle wird der Flaschenhals bezüglich Datenübertragung und Speicherung vermieden. Geringe Größe, die durch Integration auf einem Chip erreicht werden kann, ist für mobile Systeme von Bedeutung. Möglichen Abweichungen zwischen durch Simulation vorhergesagter und tatsächlich in einer Systemumgebung erreichbarer Verarbeitungsgeschwindigkeit wird durch einstellbare Auflösungsreduzierung Rechnung getragen. Elementare Operationen des neuronalen Netzwerks werden approximiert, um sie effizient in Hardware realisieren zu können.