Real Time Human Detection Application Header DEF

Real-time human detection application

La capacità di eseguire elaborazioni deterministiche e in tempo reale a bassa latenza è sempre più importante per una vasta gamma di applicazioni, dai veicoli autonomi alla robotica guidata dalla visione e ai sistemi di sorveglianza intelligente.

L’elaborazione all’edge è necessaria per quattro ragioni principali: disponibilità, latenza, sicurezza e determinismo; inoltre la connessione al servizio cloud non può essere sempre garantita e anche i tempi di elaborazione e il processo decisionale per i dati sensibili nel cloud aumenteranno la latenza e diminuiranno il determinismo della risposta rendendola inadatta per decisioni critiche per la sicurezza in tempo reale.

Altrimenti, l’“Edge Processing” affronta le sfide di disponibilità, latenza e determinismo. Tuttavia, può presentare ulteriori sfide poiché, normalmente, la potenza di calcolo disponibile nell’edge è molto inferiore a quella disponibile nel cloud.

L'obiettivo affronterà le sfide a basso consumo e ad alte prestazioni di un sistema di elaborazione edge che implementa un'applicazione di rilevamento umano in tempo reale utilizzando un dispositivo Zynq UltraScale+ MPSoC per esplorare le potenzialità di tali dispositivi.

Conoscenza richiesta

Sviluppo FPGA (VHDL o Verilog)

C/C++ o Python

la conoscenza di Linux e il background di intelligenza artificiale sono considerati un vantaggio

Destinato a: Master in Informatica, Master in Elettronica, Master in Meccatronica

Note: La tesi verrà svolta presso le sedi della società ROJ

Dato il suo ambito interfunzionale, la tesi potrebbe potenzialmente essere svolta da due candidati con competenze complementari. Per questa tesi è prevista una durata tipica di 6 mesi