뉴로모픽 칩 기반 저자원 객체 인식

클라우드나 고사양 그래픽카드에 기대지 않고 현장에서 몇 가지 대상의 유무만 빠르게 판단하면 되는 수요를 겨냥했습니다. 통신이 닿지 않거나 전원을 새로 끌기 어려운 곳, 영상이 장치 밖으로 나가면 안 되는 곳이 대상이었습니다.

단일 보드 컴퓨터가 카메라 영상에서 대상 영역만 잘라 흑백으로 바꾸고 작게 줄인 뒤, 그 벡터를 뉴로모픽 칩에 넘겨 학습과 분류를 칩 안에서 처리하도록 했습니다. 칩은 입력과 학습한 뉴런 사이의 거리로 판정하는 방식이라 배우지 않은 대상은 미확인으로 돌려줍니다.

동작을 보이기 위해 얼굴을 인식하는 응용 프로그램을 만들었습니다. 특징 기반 검출기로 정면 얼굴을 찾아 전처리한 뒤 버튼 한 번으로 학습하고, 다음 장면부터 이름표를 붙여 보여 주는 흐름입니다.

칩 수와 사용한 뉴런 수를 바꿔 가며 소비 전력과 학습 시간을 측정해 저전력으로 운용할 수 있는 범위를 정리했습니다. 같은 칩으로 아날로그 센서 값의 잡음을 다듬는 방법도 시험했는데, 벡터 안에 가중치를 줄 수 없어 동일 가중 창으로 평탄화한 값을 교사 데이터로 삼았습니다.