Caracrachá: investigando eficiência e eficácia de uma rede neural portada para ponto fixo em ambiente embarcado
View/ Open
Date
2018-11-26Author
Silva Neto, Arnaldo Carneiro da
http://lattes.cnpq.br/7782248397866717
Dias, Diogo Moura
http://lattes.cnpq.br/6384985621983790
Metadata
Show full item recordAbstract
O presente trabalho visa avaliar a viabilidade da criação e treinamento de uma rede
neural para reconhecimento facial em ponto flutuante num ambiente PC e
posteriormente convertê-la em uma rede neural de ponto fixo e portá-la para o
ambiente de um sistema embarcado com a mesma função. Foi utilizada neste
trabalho uma rede neural estruturada em uma arquitetura de Deep Feedforward
composta por três camadas escondidas e uma camada de entrada sendo
alimentada por imagens de faces em tons de cinza na resolução de 48x48px, onde
cada pixel se comunica com cada neurônio da primeira camada. Foi também
abordada a questão do comportamento, desempenho, consistência e eficiência
dessa rede neural após a sua conversão de ponto flutuante para ponto fixo. Além
disso, foi verificado o grau com que essas características da rede se mantêm ao
portá-la para o sistema embarcado, e ainda quais sistemas embarcados
conseguiram utilizá-la. O treinamento foi realizado em um PC comum e os testes de
desempenho e viabilidade se deram em uma Raspberry Pi. Foram observados
ganhos de 50% no tempo de processamento de uma rede neural usando-se a
técnica proposta sem perda considerável de confiabilidade da mesma.