| IP개요 |
점구름(Point Cloud) 기반 3D 객체 인식은 Lidar 혹은 RGB-D 센서 같은 점구름 형태의 3차원 데이터를 활용해 전방 객체의 위치와 종류를 분별하는 딥러닝 응용이다. 점구름 데이터는 3차원 합성곱(Convolution) 연산을 여러 레이어에 걸쳐 중첩 적용시킴으로써 해당 데이터의 객체를 분류할 수 있는 특징을 추출한다. 점구름 데이터가 3차원 공간에 희박하게(Sparse) 존재하기 때문에 Convolution 또한 Sparse한 데이터에 대해 이루어지며, 이 연산에 사용되는 Feature 데이터를 메모리로 부터 불러 오기 위해 불규칙적인 접근을 해야 한다. 이로 인해, Sparse Convolution의 전체 연산에 걸리는 시간이 크게 증가하게 된다. 따라서 이러한 불규칙한 연산에 필요한 input-kernel-output 쌍을 나타내는 rule가 꼭 필요한데, 기존의 rule generator의 경우 sorting과 같은 비효율적인 구조가 포함된다. 뿐만 아니라 기존의 가속기는 단순히 sparse한 데이터만 처리하기 위한 방법으로 rule을 사용하기 때문에 가속기 연산에서 데이터 재사용이 제한되었다. 본 IP는 효율적인 Rule generator구조와 함께 Rule을 통한 데이터 재사용을 극대화 할 수 있는 가속기 구조의 하드웨어 및 시스템을 구현이다. |
