A real-time, energy-efficient and high accuracy pedestrian detector using Histogram of Oriented Gradient (HOG) features and Support Vector Machine (SVM) classification is presented. Simplified Parallel detectors with hardware-friendly classification module are used to increase the throughput of multiple scales’ processing. Optimization of both HOG main operations and cell-based architecture is applied to reduce hard- ware complexity, power consumption and on-chip memory. Reasonable variables’ bit-widths are used for a robust and accurate detection. This design can operate on full high definition video at 72 fps, with 95% detec- tion accuracy at 10-3 false positives per window on a clock rate of 250 MHz. It consumes 146,84 mW (0,983 nJ/pixel) based on a post-layout simulation. The ASIC has 0.354 Mbit on-chip memory in a 65nm CMOS process at 1.2V power supply.
실시간으로 동작하며, 높은 에너지 효율과 높은 정확도를 갖는 HOG features 및 SVM classification 기반 pedestrian detector 를 제안하였다. Multiple scales 의 처리 속도를 높이기 위해 hardware-friendly classification 모듈을 갖는 단순화된 병렬 감지기를 사용한다. 그리고 hardware 복잡도와 소비 전력 및 on-chip memory 의 크기를 줄이기 위해, HOG 의 main operations 및 cell-based architecture 를 최적화하였다. 또한 robust 하며 정확한 감지를 위해 적합한 bit-widths 를 사용하였다. 제안된 design 은 250 MHz clock rate 에서 window 당 10-3 false positives 및 95%의 정확도로 full high definition video @ 72 fps 를 처리할 수 있 다. 이 design 은 post-layout simulation 에서 146,84 mW (0.983 nJ/pixel)의 전력을 소모하는 것으로 확인되었다. 본 ASIC 은 1.2V power supply 의 65nm CMOS 공정에서 0.354 Mbit on- chip memory 를 갖는다
