Rétines intelligentes pour un système de vision innovant à l`aide d
publicité
Rétines intelligentes pour un système de vision innovant à l’aide d’un réseau de neurone. Equipe de recherche : Interaction Algorithmes Silicium, TELECOM Bretagne, Brest Unité : LABSTICC UMR 6285 Encadrement : Sylvie Kérouédan Cyril Lahuec Département ELEC ELEC Téléphone 02 29 00 12 32 02 29 00 15 28 Email [email protected] [email protected] Résumé Il s’agira d’implanter sur un capteur de lumière (type capteur CMOS), les premières étapes de traitement d’image de façon à se rapprocher du système de vision d’un œil humain. Ce traitement sera réalisé grâce à un réseau de neurones performant implanté de manière analogique au plus proche du capteur. Les résultats de ce traitement seront ensuite envoyés vers les étages numériques du réseau de neurones, simulant ainsi l’œil depuis la rétine jusqu’au cortex visuel. Mots clés Rétine analogique, capteur CMOS, réseau de neurones, œil, vision, cortex Description détaillée Cette thèse s'inscrit dans le cadre du projet "SENSE" du laboratoire d'excellence Comin Labs : Le cerveau est une machine embarquée basse-consommation efficace qui surpasse largement les ordinateurs les plus performants à ce jour dans l'exécution de tâches complexes comme la vision et l'audition. L'informatique neuromorphique s'efforce de comprendre les principes des traitements effectués dans le cerveau par ingénierie inverse des circuits neuraux et conçoit des modèles informatiques pour construire des systèmes traitant l'information comme le font des neurones biologiques. Cependant, les systèmes bio-inspirés nécessitent pour simuler les processus de cognition humaine beaucoup de puissance et de capacités de stockage que seuls des ordinateurs modernes Haute-Performance peuvent offrir. La complexité de tels algorithmes est telle qu'il n'est pas possible d'envisager un contexte embarqué sans simplifications drastiques. Ainsi, la conception de systèmes de vision bio-inspirés demande à combiner les technologies et principes d'ingénierie avec des connaissances issues des neurosciences. Le projet SENSE capitalisera sur le modèle neural parcimonieux récemment proposé par Claude Berrou et al. (GBNN – Gripon-Berrou-Neural-Network), modèle puissant mais simple qui offre de meilleures performances que les modèles existants (comme les réseaux de Hopfield ou Boltzmann) et s'approche de l'optimalité en termes de mémoire associative (plus d’informations sur http://labsticc.fr/codage-neural/). Les GBNN, basés sur le codage parcimonieux et les notions de clusters et cliques sont à la jonction des codes correcteurs d'erreur et de la théorie des graphes. Ils ouvrent de larges perspectives en apprentissage automatique et intelligence artificielle avec une intéressante plausibilité biologique. Dans ce contexte, le projet SENSE propose la conception de systèmes de vision radicalement nouveaux. Ces systèmes de vision intégrés et multi-couches seront organisés dans une architecture "empilée" qui utilisera le modèle GBNN à chaque niveau pour un traitement d'image particulièrement puissant. La capture sera effectuée grâce à un capteur CMOS embarquant un GBNN analogique. Le traitement cortical sera réalisé par une architecture numérique dédiée implémentant un GBNN hiérarchique pour l'abstraction de l'information visuelle. Enfin, pour rendre le système de vision SENSE adaptable à une gamme variée d'applications visuelles, un modèle logiciel de GBNN couplé avec des algorithmes de traitement d'image originaux sera exécuté sur une architecture multi-cœurs programmable. Plus précisément, cette thèse portera sur la réalisation de la rétine, un capteur optique intelligent : elle récupère l’information analogique (lumière), effectue un pré-traitement analogique à l’aide d’une première couche de traitement du réseau de neurones et transmet l’information à l’étage numérique d’implantation du GBNN. Il y aura au cours de cette thèse des défis et verrous à lever, dont en particulier : - l’implantation d’un photocapteur RGB dans des technologies commerciales ayant une résolution suffisante (un nombre de pixels élevé) permettant d’obtenir des courants significatifs pour effectuer un pré-traitement complexe au niveau des photo-sites - les interfaces entre la rétine et l’étage numérique du GBNN permettant de créer un transfert sans perte des informations analogiques vers les informations numériques. Pour aboutir les étapes de la thèse devront donc être : - écriture d’un état de l’art des technologies et techniques de capteurs CMOS - réalisation et test d’un capteur contenant différentes tailles de photodiode pour évaluer la nature et les dimensions de sites photosensibles les plus pertinentes - simulation en analogique d’un étage du réseau de neurone GBNN - vérification des données à envoyer pour l’étage numérique - implantation et test de la rétine intelligente implantée sur silicium Compétences requises : Electronique analogique et numérique, conception de circuits intégrés mixtes fullcustom et outils CAO associés (Cadence, Calibre), modélisation haut niveau (verilogA, vhdlAMS ou Matlab/Simulink). La connaissance d’outils TCAD serait un plus. Période/durée : 3 ans à partir de septembre 2013 Gratification : bourse de thèse région Bretagne + financement Comin Labs Les candidats devront envoyer un CV et une lettre de motivation aux encadrants de la thèse
