RISC-VマルチコアMCUベースのビジョンシステムによる低消費電力ナンバープレート検出・認識

研究者らは、2021年のIEEE国際回路・システムシンポジウム（ISCAS）において、マイクロコントローラ（MCU）ベースの低消費電力エッジデバイスによる自動ナンバープレート認識（ALPR）の初の実証を発表した。本システムは、GreenWaves TechnologiesのGAP8プロセッサ（9コアRISC-V）を採用し、QVGA超低消費電力グレースケールイメージャと組み合わせている。視覚処理パイプラインは、まずSSDlite-MobilenetV2を用いて画像中のナンバープレートを検出し、次にLPRNetを用いて光学文字認識を行うマルチモデル推論アプローチを採用している。公開データセットでは、検出の平均適合率（mAP）が38.9%、認識率が99.13%以上と高い性能を示した。実世界のデータでは、30×5ピクセルという小さなナンバープレート画像でも認識可能であり、これは低解像度カメラや遠距離からの撮影において重要である。モデル圧縮と最適化戦略により、マルチモデル推論（687 MMAC）はGAP8上で1.09フレーム/秒、消費電力117ミリワットで動作し、Raspberry Pi 3を用いた従来のモバイル級ALPRシステムと比較して73倍のエネルギー効率を達成した。特筆すべきは、ハードワイヤードアクセラレータを一切使用せず、将来のアルゴリズム改良に対する柔軟性を保持している点である。本成果は、超低消費電力デバイス上での複雑な視覚AI推論の実現における重要な一歩であり、スマート監視、入退室管理システムなどの応用に新たな可能性を開く。本論文は2021年IEEE ISCASに採択され、arXiv:2607.09768で公開されている（著者：Lorenzo Lamberti他4名）。