Таг: подударање слика
ВЛСИ архитектура мале снаге заснована на алгоритму за праћење кретања видео објеката 2д-Месх
Нова ВЛСИ архитектура за видео објекат (ВО) праћење кретања користи нову хијерархијску адаптивну структурирану топологију мреже. Структурисана мрежа нуди значајно смањење броја битова који описују топологију мреже. Кретање чворова мреже представља деформацију ВО. Компензација кретања се врши коришћењем алгоритма без множења за афину трансформацију, значајно смањујући комплексност архитектуре декодера. Постављање афине јединице доприноси значајној уштеди енергије. Архитектура ВО праћења кретања заснована је на новом алгоритму. Састоји се од два главна дела: јединица за процену кретања видео објеката (ВОМЕ) и јединица за компензацију кретања видео објеката (ВОМЦ). ВОМЕ обрађује два узастопна оквира да генерише хијерархијску адаптивну структурирану мрежу и векторе кретања чворова мреже. Он имплементира јединице за процену кретања паралелног подударања блокова ради оптимизације кашњења. ВОМЦ обрађује референтни оквир, мрежни чворови и вектори кретања за предвиђање видео оквира. Он имплементира паралелне нити у којима свака нит имплементира цевоводни ланац скалабилних афинских јединица. Овај алгоритам за компензацију покрета омогућава употребу једне једноставне јединице за искривљење за мапирање хијерархијске структуре. Афинска јединица независно искривљује текстуру закрпе на било ком нивоу хијерархијске мреже. Процесор користи јединицу за серијализацију меморије, који повезује меморију са паралелним јединицама. Архитектура је прототипована коришћењем методологије пројектовања мале снаге одозго према доле. Анализа перформанси показује да се овај процесор може користити у онлајн видео апликацијама заснованим на објектима као што су МПЕГ-4 и ВРМЛ
Ваел Бадави и Магди Бајуми, “ВЛСИ архитектура мале снаге заснована на алгоритму за праћење кретања видео објеката 2д-Месх,” ИЕЕЕ Трансакција о круговима и системима за видео технологију, Вол. 12, Не. 4, Април 2002, стр. 227-237
Алгоритам заснован на афини и СИМД архитектура за видео компресију са апликацијама ниске брзине преноса
Овај рад представља нови алгоритам базиран на афини и СИМД архитектуру за видео компресију са апликацијама ниске брзине преноса. Предложени алгоритам се користи за процену кретања засновану на мрежи и назван је алгоритам квадратног подударања заснован на мрежи (МБ-СМА). МБ-СМА је поједностављена верзија алгоритма хексагоналног подударања [1]. У овом алгоритму, правоугаона троугласта мрежа се користи да би се искористио алгоритам без множења представљен у [2] за израчунавање афинских параметара. Предложени алгоритам има ниже рачунске трошкове од алгоритма хексагоналног подударања, док производи скоро исти вршни однос сигнал-шум (ПСНР) вредности. МБ-СМА надмашује најчешће коришћене алгоритме за процену кретања у погледу трошкова рачунара, ефикасност и квалитет видеа (тј., ПСНР). МБ-СМА је имплементиран коришћењем СИМД архитектуре у којој је велики број елемената за обраду уграђен са СРАМ блоковима да би се искористио велики пропусни опсег интерне меморије. Предложена архитектура треба 26.9 мс за обраду једног ЦИФ видео оквира. Стога, може да обради 37 ЦИФ оквири/с. Предложена архитектура је прототипована помоћу компаније Таиван Семицондуцтор Мануфацтуринг Цомпани (ТСМЦ) 0.18-μм ЦМОС технологија и уграђени СРАМ су генерисани помоћу Вираге Логиц меморијског компајлера.
Објављена у:
Кола и системи за видео технологију, ИЕЕЕ трансакције укључене (Волуме:16 , Питање: 4 )
- Страна(с):
- 457 – 471
- ИССН :
- 1051-8215
- ИНСПЕЦ приступни број:
- 8891917
- ДОИ:
- 10.1109/ТЦСВТ.2006.872780
- Датум издавања :
- Април 2006
- Датум тренутне верзије :
- 01 Може 2006
- Датум издавања :
- Април 2006
- Подржано од :
- ИЕЕЕ друштво за кола и системе
- Издавач:
- ИЕЕЕ
Назад на комплетну листу Рецензирани часописни радови
Мохамед Саиед , Ваел Бадави, “Алгоритам заснован на афини и СИМД архитектура за видео компресију са апликацијама ниске брзине преноса“, ИЕЕЕ Трансакције на струјним круговима и системима за видео технологију, Вол. 16, Питање 4, стр. 457-471, Април 2006. Апстрактан