Aproximativní implementace aritmetických operací v obrazových filtrech
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
B
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract
Tato diplomová práce se zabývá aproximativní implementace aritmetických operací v obrazových filtrech. Zejména tedy využitím aproximativních technik pro úpravu způsobu násobení v netriviálním obrazovém filtru. K tomu je využito několik technik, jako použití převodu násobení s pohyblivou řadovou čárkou na násobení s pevnou řadovou čárkou, či využití evolučních algoritmů zejména kartézkého genetického programování pro vytvoření nových aproximovaných násobiček, které vykazují přijatelnou chybu, ale současně redukují výpočetní náročnost filtrace. Výsledkem jsou evolučně navržené aproximativní násobičky zohledňující distribuci dat v obrazovém filtru a jejich nasazení v obrazovém filtru a porovnání původního filtru s aproximovaným fitrem na sadě barevných obrázků.
This Master's thesis deals with approximate implementations of arithmetic operations in image filters. In particular, it uses approximation techniques to adjust the multiplication operations in a non-trivial image filter. Several methods are employed, such as converting the floating-point multiplication to fixed-point multiplication, applying evolutionary algorithms, especially Cartesian genetic programming, to create new approximate multipliers that have an acceptable level of error, and at the same time, reduced filtering complexity. The result is a collection of approximate multipliers evolved with respect to the data distribution retrieved from the image filter. Approximate image filters that use evolved approximate multipliers are compared with the standard image filter on a set of images.
This Master's thesis deals with approximate implementations of arithmetic operations in image filters. In particular, it uses approximation techniques to adjust the multiplication operations in a non-trivial image filter. Several methods are employed, such as converting the floating-point multiplication to fixed-point multiplication, applying evolutionary algorithms, especially Cartesian genetic programming, to create new approximate multipliers that have an acceptable level of error, and at the same time, reduced filtering complexity. The result is a collection of approximate multipliers evolved with respect to the data distribution retrieved from the image filter. Approximate image filters that use evolved approximate multipliers are compared with the standard image filter on a set of images.
Description
Keywords
aproximované výpočty, evoluční algoritmy, Kartezské genetické programování, operace v pevné řadové čárce, ne-lokální odšumovací filtr, aproximované násobičky., approximate computing, evolutionary algorithm, Cartesian genetic programming, fixed-point arithmetics, non-local denoising filter, approximate multipliers.
Citation
VÁLEK, M. Aproximativní implementace aritmetických operací v obrazových filtrech [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2021.
Document type
Document version
Date of access to the full text
Language of document
en
Study field
Inteligentní systémy
Comittee
doc. Ing. František Zbořil, Ph.D. (předseda)
doc. Ing. František Zbořil, CSc. (místopředseda)
Ing. Vítězslav Beran, Ph.D. (člen)
Ing. Michal Bidlo, Ph.D. (člen)
Ing. Ondřej Lengál, Ph.D. (člen)
Ing. Jaroslav Rozman, Ph.D. (člen)
Date of acceptance
2021-06-21
Defence
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm B. Otázky u obhajoby: V kapitole 4.3. je uvedeno, že zavedením paralelní simulace, tj. využitím instrukcí pracujících s b-bitovými slovy, lze dosáhnout urychlení 2^nt / b. Co představuje parametr nt a jak uvedené tvrzení koresponduje s odkazovanou referencí [14]? Je obrázek použitý v kapitole 6 dostatečně reprezentativní, aby bylo možné učinit uvedené závěry týkající se vlivu snížené přesnosti výpočtu na kvalitu filtrace? Jak by se změnily výsledky získané v kapitole 6, pokud by byla uvažována implementace násobičky se saturací? V sekci 10.2 je prezentováno, že nalezené násobičky mají výstup chybové metriky MAE roven 500. Opravdu je MAE přesně rovna této hodnotě pro všechny nalezené instance? Proč ukazujete výsledky na obrázku? Jak jste porovnal příkony jednotlivých obvodů? Jak moc zrychluje výpočty nový operátor mutace?
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení