Il rilevamento di veicoli e pedoni è uno dei compiti più critici in un sistema avanzato di assistenza alla guida AutonomousDriving. Si tratta di un problema di rilevamento di oggetti che richiede un compromesso tra accuratezza, velocità e costo computazionale.
La maggior parte dei metodi esistenti si concentra sul miglioramento dell’accuratezza del rilevamento, trascurando l’onere computazionale, fondamentale per l’implementazione di questi metodi in dispositivi embedded, ossia piattaforme hardware con risorse di calcolo e memoria limitate.
In questo contesto, il lavoro che vi proponiamo questa settimana presenta un metodo, basato su tecniche di DeepLearning e decomposizione tensoriale, finalizzato all’integrazione su sistemi #embedded, quindi in grado di ottimizzare le performance in termini di velocità di rilevamento in tempo reale ed occupazione di memoria rispetto allo stato dell’arte, mantenendo comunque un elevato valore di accuratezza nel riconoscimento di veicoli e pedoni.
Il paper è disponibile al seguente link: 10.1109/TITS.2024.3447453