当前位置: X-MOL 学术Int. J. Circ. Theory Appl. › 论文详情
Implementation of Scale Invariant Feature Transform detector on FPGA for low‐power wearable devices for prostheses control
International Journal of Circuit Theory and Applications ( IF 1.581 ) Pub Date : 2021-05-02 , DOI: 10.1002/cta.3025
Attila Fejér, Zoltán Nagy, Jenny Benois‐Pineau, Péter Szolgay, Aymar de Rugy, Jean‐Philippe Domenger

In this paper we describe an FPGA implementation of the Scale Invariant Feature Transform (SIFT) algorithm. The FPGA is required as its a lightweight device which makes it ideal for vision‐guided hybrid neuro‐prostheses utilised for upper limbs replacement. SIFT point detection is needed for computation of coordinates of the object‐to‐grasp in a wearable multi‐camera system. A modified SIFT algorithm is proposed and an implementation of it into C/C++ language on Xilinx ZCU102 FPGA board. The proposed hybrid hardware/software solution is compared to other hardware or hybrid implementations of the SIFT algorithm and with the baseline software detector OpenSIFT. The algorithm optimised for FPGA gives an average precision of 0.84 and the average recall of 0.94 in SIFT‐point detection compared to the baseline.

中文翻译:

用于低功率可穿戴设备的假体控制在FPGA上实现尺度不变特征变换检测器的实现

在本文中,我们描述了尺度不变特征变换(SIFT)算法的FPGA实现。需要FPGA作为其轻量级设备,这使其非常适合用于上肢置换的视觉引导混合神经假体。SIFT点检测对于可穿戴式多相机系统中要捕捉的物体的坐标计算是必需的。提出了一种改进的SIFT算法,并在Xilinx ZCU102 FPGA板上将其实现为C / C ++语言。所提出的混合硬件/软件解决方案与SIFT算法的其他硬件或混合实现方案以及基准软件检测器OpenSIFT进行了比较。与基线相比,针对FPGA优化的算法在SIFT点检测中的平均精度为0.84,平均召回率为0.94。
更新日期:2021-05-04
全部期刊列表>>
欢迎新作者ACS
聚焦环境污染物
专攻离子通道生理学研究
中国作者高影响力研究精选
虚拟特刊
屿渡论文,编辑服务
浙大
上海中医药大学
苏州大学
江南大学
四川大学
灵长脑研究中心
毛凌玲
南开大学陈瑶
朱如意
中科院
南开大学
隐藏1h前已浏览文章
课题组网站
新版X-MOL期刊搜索和高级搜索功能介绍
ACS材料视界
华辉
天合科研
x-mol收录
试剂库存
down
wechat
bug