組み込みデバイスにおける人物検出を可能にする、ベクトル拡張の実力

　人工知能（AI）や機械学習（ML）を利用した、イメージングソリューションにとって重要なポイントは、高い精度、そして高速処理である。しかし、マイクロコントローラー（MCU）はもともとSIMDによる並列処理や高速処理には対応しておらず、リソースの少ない組み込みデバイスで処理するのは困難だった。

　そこで本資料では、人物検出や顔識別を含むユースケースに対応した小型組み込みデバイスでのコンピュータビジョンソリューションを紹介する。ベクトル拡張を採用した高性能なMCUを基盤として、わずか300KB RAMを使用して、人物検出ニューラルネットワークを高速化することに成功している。

　データ、モデル、トレーニング、推論、ハードウェアを別々に扱うのではなく、全体的に捉えるようにしたことで効率を高め、システム消費電力全体の引き下げにも貢献する。フレームレートが高く、オクルージョン、各種のポーズ、照明の状態など、難しい条件での人物検出にも対応可能だ。人数計測など新しい用途の可能性も期待できるので、ぜひ詳細を確認していただきたい。