Descripción del proyecto
NUESTRO SUBPROYECTO SE ENMARCA EN SENSADO Y PROCESAMIENTO EN LO QUE SE CONOCE COMO EDGE O PERIFERIA DEL SISTEMA, DONDE EL AREA, TAMAÑO Y CONSUMO DE POTENCIA ESTAN LIMITADOS DE FORMA SEVERA, EN LA CAPA DE SENSADO NOS CENTRAMOS EN EL DESCRIPTOR DE FLUJO LOCAL AGREGADO (ALFD) QUE PROPORCIONA UNA REPRESENTACION DISPERSA Y ENRIQUECIDA DE LOS OBJETOS DE LA ESCENA PARA SU PROCESAMIENTO POSTERIOR EN TAREAS COMO SEGUIMIENTO DE OBJETOS, ALFD ES EL ELEMENTO CENTRAL DEL ALGORITMO NOMT, QUE SE SITUA EN LOS PRIMEROS PUESTOS DEL RETO MOT DE SEGUIMIENTO DE MULTIPLES OBJETOS, LO QUE GARANTIZA GRAN PRECISION, EL OBJETIVO ES IMPLEMENTAR ALFD EN UN SENSOR CMOS DE VISION DE BAJO TAMAÑO, PESO Y POTENCIA, LO QUE FACILITARIA SU USO EN INFRAESTRUCTURAS A LO LARGO DE CARRETERAS O EN DRONES, DURANTE EL DISEÑO SURGIRAN RETOS CIENTIFICOS EN TEMAS COMO EL DISEÑO DE MEMORIAS CON GRAN CAPACIDAD DE RETENCION TEMPORAL O LA REUTILIZACION DE BLOQUES DE PROCESAMIENTO EN DIFERENTES ETAPAS DEL ALGORITMO PARA DISMINUIR TANTO AREA COMO CONSUMO DE POTENCIA, INTRODUCIMOS TAMBIEN TECNICAS DE RECOLECCION DE ENERGIA CON EL OBJETIVO FINAL DE LOGRAR SISTEMAS DE VISION CMOS AUTOALIMENTADOS, NUESTRA EXPERIENCIA PREVIA INCLUYE UNA UNIDAD DE GESTION DE LA ENERGIA DENTRO DEL CHIP (POWER MANAGEMENT UNIT, PMU) CON UNA UNICA SALIDA EN VOLTAJE NO REGULADO EN EL RANGO DE NW A UW, ESTA PMU ES EL PUNTO DE PARTIDA PARA UNA NUEVA VERSION CON VARIAS SALIDAS EN VOLTAJE REGULADAS PARA LLEGAR HASTA LOS MW, ESTO NOS PERMITIRA ABORDAR APLICACIONES EN INTERNET DE LAS COSAS (IOT) PARA MONITORIZACION DE TRAFICO, AL TIEMPO QUE PODREMOS TRABAJAR CON VOLTAJES MENORES CON EL CHIP DORMIDO Y CON VOLTAJES MAS ELEVADOS CON EL CHIP PROCESANDO, LO QUE REDUNDA EN UNA MAYOR PRECISION Y MENOR CONSUMO GLOBAL, PLANTEAMOS TAMBIEN EL DISEÑO DE UN CHIP CMOS EN TECNOLOGIA CIS EN MODO DUAL, CON RECOLECCION ACTIVA DE ENERGIA CON LA PMU MEJORADA DISCUTIDA ANTERIORMENTE, Y PROCESAMIENTO PARA SEGUIMIENTO DE OBJETOS MEDIANTE SUBSTRACCION DE FONDO DE LAS IMAGENES CAPTADASEN LA CAPA DE APLICACION NOS CENTRAMOS EN DETECCION Y SEGUIMIENTO DE OBJETOS MEDIANTE APRENDIZAJE PROFUNDO (DEEP LEARNING, DL), DONDE TENEMOS EXPERIENCIA A TRAVES DE PROYECTOS DE TRANSFERENCIA EN APLICACIONES COMO CONTEO Y CLASIFICACION DE VEHICULOS, ESTO NOS PERMITE CONOCER LAS ESPECIFICACIONES PARA EL DISEÑO DE HARDWARE, EN ESTE SENTIDO, PLANTEAREMOS EL USO DE GPUS EMBEBIDAS COMO HARDWARE BASE, LO QUE TIPICAMENTE LLEVA A TIEMPOS DE DISEÑO MAS CORTOS QUE LA CONTRAPARTIDA ASIC, Y POR TANTO A MAYOR FLEXIBILIDAD PARA ADAPTARSE A LOS CONTINUOS CAMBIOS EN EL CAMPO DE DE DL, NUESTRO OBJETIVO FINAL ES EJECUTAR ALGORITMOS DEL ESTADO DEL ARTE, LO QUE GARANTIZA ALTA PRECISION, EN SISTEMAS BASADOS EN GPUS ALIMENTADOS MEDIANTE BATERIAS PARA FACILITAR SU USO EN TAREAS DE MONITORIZACION DE TRAFICO TANTO EN POSTES FIJOS SITUADOS A LO LARGO DE LA VIA COMO EN PLATAFORMAS MOVILES COMO VEHICULOS O UAVS, PARA LOGRAR ESTO, SERA NECESARIO REDISEÑAR ALGUNOS ALGORITMOS DE DL MEDIANTE SIMPLIFICACION DE LA ESTRUCTURA DE CAPAS O LA REDUCCION DEL NUMERO DE BITS DE LOS PESOS DE LA RED, EN RESUMEN, ESTE PROYECTO SE CENTRA EN SENSADO Y PROCESADO EN LA PERIFERIA O BORDE DE SISTEMAS, LO QUE EXIGE BAJO CONSUMO SIN DEGRADAR LA PRECISION, DE AHI QUE HAYAMOS OPTADO POR SENSORES DE VISION CMOS CON GESTION EFICIENTE DE LA ENERGIA Y GPUS DE BAJO CONSUMO, COMO AMBITO DE APLICACION, NOS CENTRAMOS EN DETECCION Y SEGUIMIENTO DE OBJETOS, CENTRAL A MUCHAS APLICACIONES DE MONITORIZACION DE TRAFICO, VISIÓN POR COMPUTADOR\SENSORES CMOS DE VISIÓN\RECOLECCIÓN DE ENERGÍA\GPUS EMPOTRADAS\APRENDIZAJE PROFUNDO\SEGUIMIENTO DE OBJETOS EN VÍDEO\SENSORES DE IMAGEN