【摘 要】
：
声音作为人类感知周围事物的重要媒介遍布在人们生活的各个方面,其中往往包含着重要信息辅助人们进行抉择。声音事件检测（Sound Event Detection,SED）是指将采集到的音频数据进行分类,并判断当前发生的事件或所处的场景,其在无人驾驶、智能家居、安全监控等领域有着广阔的应用前景。近年来,随着深度学习技术在各个领域的不断发展,使用神经网络替代传统音频识别的方法已经成为越来越多研究人员的选择
论文部分内容阅读
声音作为人类感知周围事物的重要媒介遍布在人们生活的各个方面,其中往往包含着重要信息辅助人们进行抉择。声音事件检测（Sound Event Detection,SED）是指将采集到的音频数据进行分类,并判断当前发生的事件或所处的场景,其在无人驾驶、智能家居、安全监控等领域有着广阔的应用前景。近年来,随着深度学习技术在各个领域的不断发展,使用神经网络替代传统音频识别的方法已经成为越来越多研究人员的选择,卷积神经网络作为深度学习中的经典算法之一,已经在图像分类,目标检测等领域取得了巨大的成功,在声音事件检测领域,卷积神经网络也已经超越其他神经网络算法,成为该领域最受欢迎的算法。目前卷积神经网络的主要实现方式还是在GPU上,然而声音事件检测系统往往需要部署在嵌入式终端上,GPU的巨大功耗成为了系统部署的一大障碍。此时研究人员将视线集中在了FPGA上,FPGA的低功耗、低延时、可编程的特性十分适合于卷积神经网络的前向推理工作,同时其并行性也为卷积神经网络运算提供了强大的算力。本文基于FPGA实现了一种卷积核间并行的卷积神经网络加速器结构用于声音事件检测。论文首先基于声音事件数据集Urbansound8k实现了一种特定的卷积神经网络结构,网络的输入特征图采用声音事件的对数梅尔频谱图。所实现的卷积神经网络算法为9层结构,该算法识别准确率可达85%。之后针对该网络设计了特定的硬件网络架构,在详细分析卷积神经网络的并行性特点后,确定将以卷积核间并行作为系统的并行性方案。同时为了使网络在硬件上便于实现,在不影响网络识别精度的情况下,对硬件架构中的分类层进行简化操作,论文中的硬件电路使用Verilog HDL语言编写。最后论文对硬件加速系统进行了功能验证和计算速度测试。使用Vivado设计套件对系统的核心模块卷积计算模块、池化模块以及总体模块进行测试,验证了卷积计算模块和池化模块数据读取和计算的准确性以及系统总模块的正确性。系统速度测试结果表明在FPGA的时钟频率为100MHz的情况下,其运算速度相较CPU平台有明显优势,符合设计要求。本文的硬件设计充分发挥了FPGA的并行性特性与计算能力的优势,对实际工程实践有着一定的参考意义。
其他文献
深度学习技术的快速发展使得DNN驱动的自动驾驶技术的研究和部署有了质的突破。然而,虽然自动驾驶汽车已在无人操作的情况下路测行驶数百亿公里,其自动驾驶行为的安全性并不能得到保证——转向角度、安全距离、加速度及制动等因素的微小偏差都可能对安全操纵造成难以预计的结果。因此,自动驾驶汽车的安全性验证技术逐渐成为当前的研究热点和难点。本文以摄像头传感器采集的图像数据作为输入,以正确的转向角度作为输出,研究D
时间序列是大数据的一种重要存在形式,对其利用的方式之一就是通过聚类或分类来挖掘其中的类别信息。时间序列分类（Time series classification,TSC）任务是一项普遍且具有重要意义的课题,常见于工业、金融和医学等领域。然而,时间序列数据存在维度过高和在时间上不对齐的缺点,难以从中获取到对分类任务有益的特征信息。深度学习模型对输入数据具有一定的容错性并能够自动提取特征,在TSC问题
三维重建是包括机器人导航、目标识别、场景理解、动画制作、工业控制、医疗诊断和自动驾驶在内诸多领域所需的核心技术,而深度和光流信息是重建真实三维场景的必备条件。早期方法针对深度或光流进行单独估计,近年陆续出现联合估计深度与光流的不同方法。但联合估计方法依然在泛化性、准确性、完整性等方面存在不足,严重制约该领域进一步发展。因此,为了得到更高精度的深度信息与光流信息,本文提出了一种新的双目深度与光流联合
交通事故是全世界最严重的危害之一,其造成了巨大的财产损失和人员伤亡,其中约95%的事故是由驾驶员不当行为造成的。检测公交车驾驶员异常行为能够对驾驶员的不当行为进行预警,从而保障交通安全。在2019年末爆发的COVID-19中,驾驶员作为公交车上与流动性人员接触最频繁的人,对其佩戴口罩行为进行检测,能够有效降低感染风险,保障其自身和广大乘客的健康安全。实时监测公交车驾驶员,对其不当行为进行及时提醒,
我国制造业正处于向“智造业”转型关键时期,这其中缺陷检测环节必不可少,因此应用现代化机器视觉技术替代耗时耗力的人力工作,是一个重要研究内容。而今在机器视觉领域,深度学习逐渐在一些应用中取代传统视觉算法。但是,根据目前深度学习的发展现状,大量的有效数据是具体应用的必要前提,也是由于这个原因,少样本学习问题是很多场景中面临的最现实的问题。本文的研究课题来源于江西一家生产轴承滚子的企业,针对该企业生产产
近年来元学习问题及其相关应用逐渐成为国内外关注的研究课题,它通过训练模型“学会学习”来提高数据效率、迁移先验知识、节约计算资源等,在少样本学习、强化学习等问题上都有良好的应用前景。当前有诸多不同类型、设计思路的面向元学习的计算策略不断提出,因而如何对元学习问题进行系统的建模以及方法的归纳显得尤为重要。本论文通过引入动态系统以及最佳响应理论,帮助重新建模元学习问题的数学模型,提出一个通用的双层优化统
由于心血管疾病的高致病率和高死亡率特性,它已成为危害人类健康和生命的“头号杀手”。对心血管疾病进行有效诊断和预防尤为重要。近些年,随着深度学习理论和技术的快速发展,借助深度学习对心电图进行特征分析以及病症分类已成为智能医疗健康领域研究的热点问题。但是针对于临床应用,依然存在很多实际问题需要解决:如心电图采集和传输过程中出现各种噪音干扰、缺失;大多数研究都是针对于单导联或是双导联心电图信号进行分类,
近年来,三维深度学习的研究已成为热点,它在自动驾驶、机器人等领域中都得到了广泛的应用。现阶段研究中三维模型数据集样本数量有限,规模无法与二维数据集相比,这也是困扰绝大多数研究者的问题。深度学习任务中数据集的匮乏会直接导致模型的性能出现瓶颈,数据增强技术就是为了应对这个问题而被提出的。在三维点云深度学习领域中,对于数据增强技术的研究还不多,本文主要研究三维点云数据的数据增强算法,提出的方法可以从源头
随着机器学习和人工智能等学科的发展,越来越突显出数据的重要性。个人或企业每天会产出或者收集大量的数据,数据的抓取越来越便捷,但是数据质量也逐渐引起人们的重视。其中数据缺失问题常常发生,甚至难以回避。实现算法或提供可靠的决策分析等都依赖于高质量的数据,因此数据填补是一项重要研究内容。本文首先基于自联想神经网络（Auto-Associative Neural Network,AANN）对不完整数据进行
近年来随着生活水平的显着提高,人们对移动式电子设备的性能提出了更高的要求。作为芯片的核心单元,中央处理器（Central Processing Unit,简称CPU）变得越来越重要。但是,一方面由于MOS晶体管达到了物理极限,另一方面由于以ARM等公司为代表的CPU厂商收取越来越高的专利费,CPU的发展进入了瓶颈期。RISC-V（Reduced Instruction Set Computer f