A funcionalidade de pesquisa está em construção.
A funcionalidade de pesquisa está em construção.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

FPGA Implementation of a Real-Time Super-Resolution System Using Flips and an RNS-Based CNN Implementação FPGA de um sistema de super-resolução em tempo real usando flips e uma CNN baseada em RNS

Taito MANABE, Yuichiro SHIBATA, Kiyoshi OGURI

  • Exibições de texto completo

    0

  • Cite isto

Resumo:

A tecnologia de super-resolução é uma das soluções para preencher a lacuna entre telas de alta resolução e imagens de baixa resolução. Existem vários algoritmos para interpolar as informações perdidas, um dos quais é o uso de uma rede neural convolucional (CNN). Este artigo mostra uma implementação de FPGA e uma avaliação de desempenho de um novo sistema de super-resolução baseado em CNN, que pode processar imagens em movimento em tempo real. Aplicamos inversões horizontais e verticais às imagens de entrada em vez de ampliação. Esse método de inversão evita a perda de informações e permite que a rede faça o melhor uso do tamanho do patch. Além disso, adotamos o sistema de numeração de resíduos (RNS) na rede para reduzir a utilização de recursos do FPGA. A multiplicação e adição eficientes com LUTs aumentaram a escala da rede que pode ser implementada no mesmo FPGA em aproximadamente 54% em comparação com uma implementação com operações de ponto fixo. O sistema proposto pode executar super-resolução de 960×540 a 1920×1080 a 60fps com latência inferior a 1ms. Apesar da restrição de recursos do FPGA, o sistema pode gerar imagens nítidas de super-resolução com bordas suaves. Os resultados da avaliação também revelaram a qualidade superior em termos da relação sinal-ruído de pico (PSNR) e do índice de similaridade estrutural (SSIM), em comparação com sistemas com outros métodos.

Publicação
IEICE TRANSACTIONS on Fundamentals Vol.E101-A No.12 pp.2280-2289
Data de publicação
2018/12/01
Publicitada
ISSN online
1745-1337
DOI
10.1587/transfun.E101.A.2280
Tipo de Manuscrito
Special Section PAPER (Special Section on VLSI Design and CAD Algorithms)
Categoria

autores

Taito MANABE
  Nagasaki University
Yuichiro SHIBATA
  Nagasaki University
Kiyoshi OGURI
  Nagasaki University

Palavra-chave