GitLab

该算法基于tensorflow后端生成模型，算法输入为像素大小为320x240的灰度图像的数字信息，输出为图像识别结果。该算法能够测量基础CNN模型在FPGA上的性能，同时可以根据需要选择不同位宽进行测试。此外在代码的实现过程中，参考了Suisuisi[1]、Shvlad[2]等项目经验

在实时视频流中往往存在大量的无效帧，如画面长期静止、画面运动过于强烈导致严重模糊等。针对该问题，提出了该方法。

该方法基于传统计算机视觉的边缘检测算法，使用 Sobel 算子对图像边缘特征进行提取，并在像素层面进行平均，以获得用于衡量图像清晰度的指标。随后，采用随时间衰减的动态阈值，对视频关键帧进行筛选，并能够通过超参数的方式对提取的速率进行限制，从而起到降低后台运算量的效果。