论文部分内容阅读
水下智能设备由于功率受限,采集的图像数据无法进行实时处理。考虑现场可编程门阵列(FPGA)功耗低,计算能力强和灵活性高等特点,基于FPGA的并行性和流水线技术,利用卷积神经网络(CNN)强大的图像处理能力,设计了一个低功耗图像实时识别系统。实验使用三个不同水域的水下视频图像对该系统进行验证。实验结果表明:该系统达到了与PC工作站相同的精度,实现1 920×1 080分辨率和25FPS帧速率图像的处理,满足水下识别任务的需求。