Asynchronous Circuits for the Processing of Data From Event-Based Image Sensors

Dans le contexte des objets embarqués auto-alimentés et notamment des imageurs, l'acquisition classique des données et leur traitement se révèlent inefficaces en termes d'énergie. En effet, échantillonner la totalité de la scène à intervalles réguliers introduit de nombreuses redondances dans les données, conduisant à une forte inefficience dans le traitement. Par ailleurs, malgré les efforts déployés pour réduire la consommation énergétique du traitement, l'architecture de ces systèmes se trouve contrainte par l'usage de circuits numériques synchrones. Il s'avère donc impératif de trouver de nouvelles approches visant à optimiser le traitement embarqué proches des capteurs.Les capteurs événementiels sont une approche novatrice qui permet de fortement réduire la consommation d'énergie grâce à un échantillonnage non-uniforme de la scène. L'intégration de cette technologie nécessite des solutions de traitement dédiées et s'aligne bien avec une implémentation matérielle asynchrone. Cette approche exploite de manière optimale la nature spatio-temporelle des données et la parcimonie des circuits sans horloge.La présente thèse se concentre sur deux axes de recherche : le développement de traitements événementiels et leur implémentation en logique asynchrone. En effet, le paradigme asynchrone constitue une alternative aux circuits numériques synchrones, dans lesquels l'horloge globale est remplacée par un contrôle local des données. Cette nature transactionnelle s'avère particulièrement adaptée au traitement événementiel. La contribution majeure de cette thèse réside dans la conception d'un accélérateur neuromorphique pour des réseaux de neurones impulsionnels.

Authors

Publication Details

Journal
theses.fr (ABES)
Published
2025-06-10
Primary Topic
Advanced Memory and Neural Computing
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

Asynchronous Circuits for the Processing of Data From Event-Based Image Sensors

Xavier Lesage
theses.fr (ABES)
Advanced Memory and Neural Computing
article

Asynchronous Circuits for the Processing of Data From Event-Based Image Sensors

Xavier Lesage
article en

Abstract

Dans le contexte des objets embarqués auto-alimentés et notamment des imageurs, l'acquisition classique des données et leur traitement se révèlent inefficaces en termes d'énergie. En effet, échantillonner la totalité de la scène à intervalles réguliers introduit de nombreuses redondances dans les données, conduisant à une forte inefficience dans le traitement. Par ailleurs, malgré les efforts déployés pour réduire la consommation énergétique du traitement, l'architecture de ces systèmes se trouve contrainte par l'usage de circuits numériques synchrones. Il s'avère donc impératif de trouver de nouvelles approches visant à optimiser le traitement embarqué proches des capteurs.Les capteurs événementiels sont une approche novatrice qui permet de fortement réduire la consommation d'énergie grâce à un échantillonnage non-uniforme de la scène. L'intégration de cette technologie nécessite des solutions de traitement dédiées et s'aligne bien avec une implémentation matérielle asynchrone. Cette approche exploite de manière optimale la nature spatio-temporelle des données et la parcimonie des circuits sans horloge.La présente thèse se concentre sur deux axes de recherche : le développement de traitements événementiels et leur implémentation en logique asynchrone. En effet, le paradigme asynchrone constitue une alternative aux circuits numériques synchrones, dans lesquels l'horloge globale est remplacée par un contrôle local des données. Cette nature transactionnelle s'avère particulièrement adaptée au traitement événementiel. La contribution majeure de cette thèse réside dans la conception d'un accélérateur neuromorphique pour des réseaux de neurones impulsionnels.

theses.fr (ABES)
Affordable and clean energy
Openalex Percentile: Top 37%
Advanced Memory and Neural Computing
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.

Asynchronous Circuits for the Processing of Data From Event-Based Image Sensors — Xavier Lesage · theses.fr (ABES) (2025) | TGRS Research Map | TGRS