要約
完全なコンピュータ ビジョン システムは、検出と分類という 2 つの主なカテゴリに分けることができます。
車線検出アルゴリズムは、コンピューター ビジョン検出カテゴリの一部であり、自動運転やスマート車両システムに適用されています。
車線検出システムは、複雑な道路環境で車線をマークする役割を果たします。
同時に、レーン検出は、車がレーンから逸脱する際の警告システムにおいて重要な役割を果たします。
実装された車線検出アルゴリズムは、主にエッジ検出とライン検出の 2 つのステップに分けられます。
このホワイト ペーパーでは、FPGA と GPU の両方で得られた最先端の実装パフォーマンスを比較して、レイテンシ、消費電力、使用率のトレードオフを評価します。
私たちの比較では、2 つのシステムの長所と短所が強調されています。
要約(オリジナル)
A Complete Computer vision system can be divided into two main categories: detection and classification. The Lane detection algorithm is a part of the computer vision detection category and has been applied in autonomous driving and smart vehicle systems. The lane detection system is responsible for lane marking in a complex road environment. At the same time, lane detection plays a crucial role in the warning system for a car when departs the lane. The implemented lane detection algorithm is mainly divided into two steps: edge detection and line detection. In this paper, we will compare the state-of-the-art implementation performance obtained with both FPGA and GPU to evaluate the trade-off for latency, power consumption, and utilization. Our comparison emphasises the advantages and disadvantages of the two systems.
arxiv情報
| 著者 | Mohamed Alshemi,Sherif Saif,Mohamed Taher |
| 発行日 | 2022-12-19 13:53:04+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google