Details

Title Разработка аппаратного нейронного ускорителя на базе ПЛИС для распознавания объектов в видеопотоке: выпускная квалификационная работа магистра: направление 09.04.04 «Программная инженерия» ; образовательная программа 09.04.04_02 «Основы анализа и разработки приложений с большими объемами распределенных данных»
Creators Кильдеев Рустам Ильдарович
Scientific adviser Черноруцкий Игорь Георгиевич
Other creators Молодяков Сергей Александрович
Organization Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и кибербезопасности
Imprint Санкт-Петербург, 2025
Collection Выпускные квалификационные работы ; Общая коллекция
Subjects ПЛИС ; verilog ; HLS ; сверточные нейронные сети ; YOLO ; обработка видеопотока ; C++ ; FPGA ; convolutional neural networks ; video stream processing
Document type Master graduation qualification work
File type PDF
Language Russian
Level of education Master
Speciality code (FGOS) 09.04.04
Speciality group (FGOS) 090000 - Информатика и вычислительная техника
DOI 10.18720/SPBPU/3/2025/vr/vr25-1972
Rights Доступ по паролю из сети Интернет (чтение)
Additionally New arrival
Record key ru\spstu\vkr\35476
Record create date 7/14/2025

Allowed Actions

Action 'Read' will be available if you login or access site from another network

Group Anonymous
Network Internet

Магистерская диссертация посвящена разработке аппаратного комплекса на базе ПЛИС для детектирования объектов в видеопотоке на основе нейросетевых технологий с вводом и выводом информации по высокоскоростным интерфейсам. Было проведено исследование существующих решений, на основе которых была предложена и реализована архитектура прошивки для ПЛИС. Для нахождения объектов была разработана и обучена сверточная нейросеть, далее с помощью технологий синтеза высокоуровневых языков программирования переведена в язык описания цифровой аппаратуры. Также были разработаны модули предоработки и постаобработки видеопотока, программная прошивка для встроенного процессора общего назначения. Детектирование объектов производилось в инфракрасном видеопотоке длинноволнового диапазона. Для связи ФПУ с ПЛИС использовалась переходная плата, для которой было разработано отдельное программное обеспечение. Информация по найденным объектам и обработанным кадрам выдавалась по оптическому каналу связи на хост устройство, для которого была разработана программа просмотра видео и таблицы с детектированными объектами.

The masters thesis is dedicated to the development of a hardware system based on an FPGA for object detection in a video stream using neural network technologies, with input and output of information via high-speed interfaces. A study of existing solutions was conducted, based on which an FPGA firmware architecture was proposed and implemented. A convolutional neural network was developed and trained for object detection; then, using high-level synthesis technologies, it was translated into a hardware description language. In addition, modules for pre-processing and post-processing of the video stream, as well as firmware for the embedded general-purpose processor, were developed. Object detection was performed in a long-wave infrared video stream. A transition board was used to interface the Focal Plane Array with the FPGA, for which separate software was developed. Information about the detected objects and processed frames was transmitted via an optical communication channel to a host device, for which a video viewer program and an object detection table were developed.

Network User group Action
ILC SPbPU Local Network All
Read
Internet Authorized users SPbPU
Read
Internet Anonymous

Access count: 0 
Last 30 days: 0

Detailed usage statistics