以FPGA實現卷積神經網路應用於影像除霧系統

Translated title of the thesis: FPGA Implementation of Image Dehaze System Using Convolutional Neural Network
  • 高 健恩

Student thesis: Master's Thesis

Abstract

隨著科技逐漸發達,日常生活中使用電腦視覺系統輔助的情形越漸普遍,以無人車為例,無人車上裝載著影像感測器,並使用影像感測器捕捉的畫面進行辨識與偵測,然而若行駛在一個有霧場景中,可能會因捕捉的畫面不清晰,導致辨識錯誤的情況發生,因此擁有一張清晰的場景影像來增加辨識正確率以降低事故發生的風險是非常重要的。 在做除霧處理前,必須得到一個有霧影像,並計算出整張影像因懸浮粒子而造成的介質傳輸率圖,以及大氣光所造成的亮度偏差,最後將這三個數值代入大氣散射物理模型中,獲得除霧後的影像。 本論文以卷積神經網路與FPGA(Field Programmable Gate Array)實現除霧系統,使用一個事先訓練好的卷積神經網路,當影像感測器在一個有霧的場景中接收影像資訊時,有霧資訊影像會先做維度的縮減,再進入到卷積網路中,生成霧霾的相關特徵,得到介質傳輸率圖,並藉由大氣散射物理模型,復原成一張去除霧之影像,最後將這整套系統實作在FPGA(Field Programmable Gate Array)板上,搭配相機鏡頭模組模擬實境情況,得到了一個完整的硬體除霧系統。
Date of Award2017 Sep 1
Original languageChinese
SupervisorMing-Shi Wang (Supervisor)

Cite this

'