学术信息网 西电导航 关于 使用说明 搜索 系统首页 登录 控制面板 收藏 赖睿的留言板
基本信息

 

赖睿 教授

博/硕士生导师

 

 

 

学科:微电子与固体电子学 

单位:微电子学院

联系方式

通信地址:西安市太白南路2号,西安电子科技大学微电子学院

 

电子邮箱:rlai@mail.xidian.edu.cn

 

办公电话:88204430

 

办公地点:科技楼A-710A

个人简介(Resume)

        本人长期从事电子成像、图像信号处理器(Image Signal Processor,ISP)、机器视觉处理单元(Vision Processing Unit,VPU)、智能感知集成系统、可重构片上系统芯片的设计研究。相关研究已获得国家自然科学基金青年项目、自然科学基金面上项目、重大专项、重点研发计划等项目的资助,其研究成果已发表于IEEE TNNLS、IEEE GRSL、Neurocomputing、Applied Optics、IET Electronics Letters、Optics Communications、ECCV,AAAI等国际学术期刊和会议,并获得国内外同行关注。

主要研究方向(Research interests)

1. 边缘机器学习(EdgeML)

    随着人工智能技术快速下沉应用于硬件资源严格受限的物联网边缘设备中。在边缘侧的微处理器和专用芯片上,实现机器学习的EdgeML技术正快速发展,其通过高效的算法和硬件电路设计,以应对传统机器学习惊人计算开销和存储空间需求带来的巨大挑战,实现在边缘侧设备的部署。


2. 智能图像信号处理器(AISP)

    对不同厂商生产的图像传感器在不同的应用场景使用时,数据驱动的深度学习图像处理算法,可极大改善模型驱动的传统图像处理方法面临的适应性难题。然而,在处理日益高清、高动态、高帧频的图像序列时,深度学习方法在进行像素级处理时的巨大计算量和存储量对硬件又成为了硬件部署的瓶颈问题。根据图像探测器特性研究多任务融合的端对端轻量化算法,并设计适配的管道化专用加速引擎以实现高速图像信号处理的AISP芯片才能突破上述瓶颈。


3.  视觉处理单元(VPU)

    机器视觉对在边缘侧完成场景数据结构化表达的高级应用需求,使得原本运行在云端的复杂视觉处理算法,必须前置至边缘侧硬件资源受限的探测器端完成实时的推理。根据不同任务需求抽取轻量化骨干网络,并设计高效的无外存硬件加速器架构是降低处理延时和功耗的关键。