Loading...
hidden

Mobile-Version anzeigen

Meta-Navigation

Startseite – Hochschule Luzern

Sprachwahl und wichtige Links

  • Zum Inhalt springen
  • Kontakt
  • Login
  • De
  • En
Suche starten

Hauptnavigation

Departementsnavigation

  • Technik & Architektur
  • Wirtschaft
  • Informatik
  • Soziale Arbeit
  • Design Film Kunst
  • Musik
  • Gesundheit

Unternavigation

  • Studium
  • Weiterbildung
  • Forschung
  • International
  • Campus
  • Über uns
  • News & Stories

Unternavigation

Breadcrumbs-Navigation

  1. Forschung an der Hochschule Luzern Forschung an der Hochschule Luzern
  2. Alle Projekte der Hochschule Luzern Alle Projekte der Hochschule Luzern
  3. Embedded Vision HW-Plattform Embedded Vision HW-Plattform

Embedded Vision HW-Plattform

Entwicklung einer Embedded Vision HW-Plattform, welche speziell auch für hoch performante Anwendungen im Umfeld Deep Learning konzipiert ist.

Kurzinformation

Departement:

Technik & Architektur

Status:

Abgeschlossen

Zeitraum:

01.08.2017 - 31.12.2018

In der Übersicht

Seit den bahnbrechenden Arbeiten von J. Schmidhuber hat sich im Bereich der visuellen Objektklassifizierung unter dem Stichwort „Deep Learning“ ein neues Forschungsgebiet und mittlerweile ein regelrechter Hype entwickelt. Ursache für den Hype sind vor allem auch die Arbeiten von IT-Firmen im übergeordneten Feld der künstlichen Intelligenz (KI), wie z.B. das Go-Programm „AlphaGo“ von Google, welches im vergangenen Jahr einen der weltbesten Profispieler schlagen konnte. Aber mittlerweile sind diese Technologien auch reif für den Einsatz in der Industrie und das CC ISN stellt ein steigendes Interesse der aktuellen (sowie potentiellen) Forschungspartner an Deep Learning Methoden fest.

Allerdings benötigen Deep Learning Methoden für die Implementierung sehr hoch-performante HW-Ressourcen. Die sog. Convolutional Neural Networks (CNN), welche die Grundlage von Deep Learning Methoden bilden und eine Weiterentwicklung der klassischen Neuronalen Netzwerke auf sehr viele „verborgene“ Neuronenlagen darstellen, müssen für praktische Echtzeitanwendungen auf spezifischen HW-Plattformen (GPUs oder für low-power Applikationen vor allem auch FPGAs) implementiert werden. Daher muss ein umfassendes Angebot im Bereich Deep Learning neben den Kompetenzen im Bereich der Algorithmen und deren Umsetzung in einer SW-Implementierung fast zwangsläufig auch eine passende HW-Plattform bieten.

Zusätzlich hat sich im CC ISN in den letzten Jahren sowohl im Bereich Kommunikation als auch im Bereich Vision im Rahmen verschiedener Projekte herausgestellt, dass vor allem die Möglichkeit einer simultanen und optimal aufeinander abgestimmten HW- und SW-Entwicklung (sog. Co-Design) ein spezifisches USP darstellt.

Basierend auf den oben aufgeführten Punkten resultiert der folgende Projektvorschlag:

Entwicklung einer Embedded Vision HW-Plattform, welche speziell auch für hoch performante Anwendungen im Umfeld Deep Learning konzipiert ist.

Dabei sind die high-level Anforderungen an diese Plattform wie folgt:

  • Kompakte Single Board Plattform mit Formfaktor maximal 100 x 100 mm
  • flexible, anwendungsspezifische Integration verschiedener CMOS-Bildaufnahmesensoren
  • flexible, anwendungsspezifische Verwendung einer SoC Prozessorplattform (z.B. Zynq [5]) Bemerkung: Wenn der SoC austauschbar sein soll, würde sich der vorliegende Projektvorschlag nur auf ein Base-Board mit aufsteckbarem SoC-Modul beziehen. Die Lizenzierung eines solchen base-Boards wäre für Kunden a.m.S. weniger attraktiv als eine Plattform mit gegebenem SoC/Prozessor/FPGA, bei der die Kunden sowohl das Referenzdesign als auch FW-Komponenten (SW und VHDL) lizenzieren können.
  • für Kunden lizenzierbare Referenzdesign und FW-Komponeneten
hidden

Fakten

Projektart

Forschung

Beteiligte interne Organisationen
  • ALT - CC Innovation in Intelligent Multimedia Sensor Networks
Finanzierung
  • SBFI
  • Forschungsfinanzierung allgemein
hidden

Beteiligte Personen intern

Projektleiter/in
  • Klaus Zahn

Kurzinformation

Departement:

Technik & Architektur

Status:

Abgeschlossen

Zeitraum:

01.08.2017 - 31.12.2018

Projektleitung

Prof. Dr. Klaus Zahn

Leiter CC ISN

+41 41 349 35 73

E-Mail anzeigen

Footer

FH Zentralschweiz

Links zu den Social-Media-Kanälen

  •  Instagram
  •  LinkedIn
  •  TikTok
  •  Facebook
  •  YouTube
  •  Flickr

Kontakt

Logo Hochschule Luzern

Hochschule Luzern


Werftestrasse 4
6002 Luzern

+41 41 228 42 42

info@hslu.ch

Direkteinstieg

  • Studieninteressierte Bachelor
  • Studieninteressierte Master
  • Weiterbildungsinteressierte
  • Für Studierende
  • Für Mitarbeitende

Quicklink

  • Personensuche
  • Standorte
  • Aktuell
  • Bibliotheken
  • Agenda
  • Medien
  • Jobs, Karriere und Berufsbildung
  • Home
  • Räume mieten

Statische Links

  • Newsletter abonnieren
  • Datenschutzerklärung
  • Impressum
  • Institutionell akkreditiert nach HFKG 2019–2026
Logo Swissuniversities

QrCode

QrCode