Gennaro PERCANNELLA | Projects

PARADIGMI INNOVATIVI DELLA VISIONE ARTIFICIALE BASATI SU DEEP LEARNING

La presente proposta progettuale intende proseguire le attività poste in essere nei progetti finanziati nelle precedenti annualità, con particolare riferimento alla possibilità di utilizzare GPU applicate al deep learning. Le tecniche basate su deep learning consentono di minimizzare il tempo necessario per progettare un buon set di features, poiché sono capaci di estrarre in modo automatico una rappresentazione robusta (nel caso specifico dell’azione) direttamente dai dati grezzi (le immagini), senza necessità che questi siano labellati, riducendo così l’onere dell’operatore di dover effettuare manualmente la ground truth (oltre che il progetto delle features). Sebbene promettenti, le tecniche ad oggi proposte non valutano in alcun modo l’aspetto temporale, che si rileva invece di notevole interesse per il riconoscimento di pattern quali azioni. Pertanto, l’originalità della presente ricerca riguarda l’estensione delle reti tradizionali basate su deep learning al fine di trattare in modo esplicito con l’aspetto temporale. In questo modo la rete può essere in grado di acquisire automaticamente dai dati grezzi non solo le informazioni discriminanti sulla sotto-azione che si sta compiendo al fotogramma corrente, ma allo stesso tempo sulle modalità con cui le sotto-azioni si seguono fotogramma dopo fotogramma.Nel presente progetto ci si concentrerà sulla possibilità di utilizzare Architetture GPU per il deep learning. L’originalità dell’attività di ricerca riguarda la definizione di architetture software per sistemi di visione artificiale in grado di sfruttare le piattaforme di computazione hardware di nuova generazione contraddistinte da chip contenenti un numero sempre maggiore di elementi di elaborazione general purpose (CPU) affiancati da elementi di elaborazione specializzati (GPU). L’idea è quindi quella di sfruttare tali architetture per eseguire non più una serie prefissata di algoritmi per le diverse fasi di analisi dei frame ma poter eseguire simultaneamente diversi algoritmi per ogni fase (o addirittura applicare tecniche di analisi completamente diverse) e poi fondere i risultati. Inoltre, alla luce delle limitazioni derivanti dall’utilizzo delle tecniche basate su deep learning evidenziate in precedenza, si progetterà un algoritmo parallelo per l’addestramento di tali reti, ad hoc per architetture GPGPU, tale da poter essere eseguito in tempi ridotti.