クンサン国立大、ドローン上での深層学習を検証へ。【AI論文】

✔️ ドローンによるターゲット検出と追跡の需要は高まる一方だ。

✔️ドローンなどのエッジデバイス上におけるGPUディープラーニングの活用

✔️エッジデバイスにおける最新GPUシステムの利用は、従来システムの代替として十分に機能した。

韓国、クンサン国立大学のSabir Hossainらは、エッジデバイスで利用可能なGPUシステムの発展を小型UAV(ドローン)へ応用し、その実用性の検証を行った。

では研究の詳細を見てみよう。

ドローンによるターゲット追跡の需要

近年、オンボードデバイスを使用したドローンの取得画像から、ターゲットを検出し追跡する需要が高まっている。

ただし、それを可能にするGPUシステムの発達はまだ始まったばかりだ。

カメラを搭載した航空機の外部構造の3D CAD設計

エッジデバイス上におけるディープラーニングの活用

従来のGPUシステムでは、ドローンなどのエッジデバイス上で深層学習を用いた画像解析処理をすることは難しかった。

ただし Sabir Hossain らは、GPUシステムXavier(NDIVIA)など、最新のシステムを用いることで、それが可能であるのではないかと考えた。

従来のシステム、また新しいGPUシステムを2つを候補に挙げ、それぞれのシステムにおいて実験的検証を行うことにした。

ドローン構造内に実装された組み込みシステムのリスト

それぞれのシステムには現在の最先端の深層学習ベースのマルチオブジェクト検出アルゴリズムを組み合わせた。

航空機に実装されているディープラーニングアルゴリズムのリスト

また、移動オブジェクトを追跡するためのアルゴリズムは、単純なオンラインおよびリアルタイム追跡の拡張に基づいている。

CNNアーキテクチャの概要

従来システムの代替となりうる

小さなマルチロータードローンを使用したリアルタイム実験により、提案されたアルゴリズムの有効性が示された。

オンボードGPUベースの地上局を使用したターゲット検出結果

さまざまなGPUシステムでの実験から、Jetson AGX XavierはNVidia GTX 1080のようなGPUシステムの代替として動作するのに十分なほど強力であることが明らかであった。

エッジデバイス上で駆動するGPUシステムがさらに発展すると、ドローンを含め、我々の生活を大きく変えるデバイスの登場は今後増加の一途を辿ることになるだろう。

参照論文

Sabir Hossain andDeok-jin Lee , Deep Learning-Based Real-Time Multiple-Object Detection and Tracking from Aerial Imagery via a Flying Robot with GPU-Based Embedded Devices , Sensors 201919(15), 3371; 

DOI

PAGE TOP