|
Verfahren der eingebetteten KlassifikationMustererkennungsalgorithmen werden aufgrund leistungsfähiger
Mikrocontroller immer öfter auf eingebetteten Systemen
realisiert. Diese Mustererkennungssysteme beinhalten meist
Elektronik wie z.B. Sensoren, Aktoren,
Datenübertragungskomponenten und Mikrocontroller und stellen
besondere Ansprüche an Energieverbrauch, Größe, und
Rechenzeit. Zu den
auf Mikrocontrollern implementierten Teilblöcken der
Mustererkennungs-Pipeline gehören die Vorverarbeitung der
Sensorsignale,
die Merkmalsextraktion sowie die Klassifikation unter
Benutzung eines
vorausgewählten Klassifikationsalgorithmus.In diesem Forschungsprojekt sollen Methoden und Algorithmen
für den
Bereich der eingebetteten Mustererkennung entwickelt werden
die die
genannten Anforderungen adressieren. Zudem soll im Bereich
der
anwendungsnahen Forschung der Entwurfsprozess solcher
Systeme
unterstützt werden. Konkret zielt dies beispielsweise auf
eine Analyse
des Rechen- und Speicherbedarfs eines Algorithmus ab um eine
Aussage
hinsichtlich der benötigten Hardware treffen zu können. Ein
verwandter
Anwendungsfall ist die Auswahl eines geeigneten
Klassifikationsalgorithmus bei bekannten Ressourcen
(Speicher,
Rechenleistung, verfügbare Arithmetik), der die
bestmöglichen
Klassifikationsergebnisse unter Rücksichtsname der Ziel-
Hardware
liefert. Ein weiterer wichtiger Punkt ist die Analyse des
Gesamtenergieverbrauchs eines Systems. Eingebettete Systeme
sind oft
batteriebetrieben und müssen eine Mindestlaufzeit auf einer
Batterieladung gewährleisten. Die Entwicklung von Methoden
zur
effizienten Energienutzung ist dabei für viele Anwendungen
essentiell.
Anwendungen der Mustererkennung in eingebetteten Systemen
sind in vielen
Bereichen wie der Automobilbranche, Sportelektronik und
Medizintechnik zu
finden.
| Projektleitung: Prof. Dr. Björn Eskofier
Beteiligte: Dr.-Ing. Ulf Jensen, Dipl.-Ing. Gabriel Gomez
Stichwörter: Mustererkennung; Eingebettete Systeme; Klassifikation
Laufzeit: 1.1.2012 - 31.12.2012
Kontakt: Jensen, Ulf E-Mail: ulf.jensen@cs.fau.de
| Publikationen |
---|
Ring, Matthias ; Jensen, Ulf ; Kugler, Patrick ; Eskofier, Björn: Software-based Performance and Complexity Analysis for the Design of Embedded Classification Systems. In: Institute of Electrical and Electronics Engineers (IEEE) (Hrsg.) : Pattern Recognition (ICPR), 2012 21st International Conference on (21st International Conference on Pattern Recognition Tsukuba, Japan November 11-15, 2012). 2012, S. 2266-2269. - ISBN 978-4-9906441-1-6 |
Institution: Lehrstuhl für Informatik 5 (Mustererkennung)
|
|
|
|
UnivIS ist ein Produkt der Config eG, Buckenhof |
|
|