Детальная информация
Название | 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» |
---|---|
Авторы | Кильдеев Рустам Ильдарович |
Научный руководитель | Черноруцкий Игорь Георгиевич |
Другие авторы | Молодяков Сергей Александрович |
Организация | Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и кибербезопасности |
Выходные сведения | Санкт-Петербург, 2025 |
Коллекция | Выпускные квалификационные работы ; Общая коллекция |
Тематика | ПЛИС ; verilog ; HLS ; сверточные нейронные сети ; YOLO ; обработка видеопотока ; C++ ; FPGA ; convolutional neural networks ; video stream processing |
Тип документа | Выпускная квалификационная работа магистра |
Тип файла | |
Язык | Русский |
Уровень высшего образования | Магистратура |
Код специальности ФГОС | 09.04.04 |
Группа специальностей ФГОС | 090000 - Информатика и вычислительная техника |
DOI | 10.18720/SPBPU/3/2025/vr/vr25-1972 |
Права доступа | Доступ по паролю из сети Интернет (чтение) |
Дополнительно | Новинка |
Ключ записи | ru\spstu\vkr\35476 |
Дата создания записи | 14.07.2025 |
Разрешенные действия
–
Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети
Группа | Анонимные пользователи |
---|---|
Сеть | Интернет |
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.
Место доступа | Группа пользователей | Действие |
---|---|---|
Локальная сеть ИБК СПбПУ | Все |
|
Интернет | Авторизованные пользователи СПбПУ |
|
Интернет | Анонимные пользователи |
|
Количество обращений: 0
За последние 30 дней: 0