$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

영역기반 스테레오 영상 정합을 위한 고속 SAD 알고리즘
A Fast SAD Algorithm for Area-based Stereo Matching Methods 원문보기

통신위성우주산업연구회논문지 = The Journal of Korea Society of Communication and Sapce Technology, v.7 no.2, 2012년, pp.8 - 12  

이우영 (건아정보기술(주) 건아부속연구소) ,  김정길 (남서울대학교 컴퓨터학과)

초록
AI-Helper 아이콘AI-Helper

스테레오 비전 분야에서 영역 기반의 영상 정합은 스테레오 영상 분석을 위한 대표적인 방법이다. SAD (Sum of Absolute Difference) 알고리즘은 영역 기반 정합 알고리즘의 한 종류로서 대규모 데이터 집약적 계산을 요구하여 소프트웨어 방식을 사용할 경우 처리속도가 매우 느리게 된다. 본 논문에서는 소프트웨어 기반 SIMD (Single Instruction Multiple Data) 병렬 기법인 SSE (Streaming SIMD Extensions) 명령어를 이용한 고속 SAD 알고리즘을 제안한다. SSE 명령어를 지원하는 CPU는 16개의 128비트 크기의 XMM 레지스터를 보유하여 SIMD 명령어 집합 확장을 가능하게 하였다. 제안하는 소프트웨어 기반 병렬 고속화 기법의 성능 측정을 위하여 일반적 SAD를 이용한 영상 정합 알고리즘과 SSE 명령어를 사용한 알고리즘의 수행 속도차이를 측정하였다. 제안하는 기법은 일반적 SAD 알고리즘보다 평균 4배의 성능 향상의 결과를 보임으로 소프트웨어 기반 고속병렬 처리를 통한 실시간 스테레오 비전 응용분야에 효과적으로 적용될 수 있음을 보였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Area-based stereo matchng algorithms are widely used for image analysis for stereo vision. SAD (Sum of Absolute Difference) algorithm is one of well known area-based stereo matchng algorithms with the characteristics of data intensive computing application. Therefore, it requires very high computati...

주제어

#SAD   #SIMD   #SSE   #Stereo Matching   #Parallel Processing  

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 논문에서 제안되는 SAD를 이용한 동일 추측 영역 추측 연산은 윈도우를 기준 영상과 목표 이미지에 대하여 각각 추출하고 그 윈도우에 관하여 SAD 연산을 수행할 때 SSE 명령어를 사용하여 데이터 병렬처리 기반의 고속 연산을 목표로 한다. (그림 3)에서는 유사 이미지에서의 윈도우 추출 방식을 그림으로 표현 해주며 (그림 4)에서는 SSE 명령어를 사용하지 않은 일반적인 SAD 연산을 그림으로 표현한다.
  • 본 논문에서는 소프트웨어 기반 SIMD (Single Instruction Multiple Data) 병렬 기법인 SSE (Streaming SIMD Extensions) 명령어를 이용한 고속 SAD 알고리즘을 제안하였다. SSE 명령어를 지원하는 CPU는 16개의 128비트 크기의 XMM 레지스터를 보유하여 SIMD 명령어 집합 확장을 가능하게 하였다.
  • 본 논문에서는 소프트웨어 기반 SIMD 병렬처리 기법인 SSE (Streaming SIMD Extensions) 명령어를 이용하여 스테레오 비전 시스템의 대표적인 알고리즘 중 하나인 SAD 연산의 소프트웨어 기반의 고속 병렬화 기법을 제안한다.
  • 본 논문에서는 영역 기반 정합 알고리즘의 한 종류인 SAD 알고리즘을 구현하였다. 이는 최적의 정합을 각 윈도우의 대응되는 화소간 차이에 대한 절대값의 합(SAD값)이 최소가 되는 화소의 변이 값으로 정의한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
영역 기반 영상 정합은 무엇인가? 영역 기반 영상 정합은 윈도우(window: 일정 크기의 이웃 화소들의 집합 단위)의 영역을 연속적으로 비교하는 알고리즘이다. (그림 1)은 영역 기반 정합 알고리즘을 이용한 영상 정합 과정을 보여주며 오른쪽 영상의 기준 윈도우 대하여 왼쪽 영상의 윈도우를 가로축으로 이동 시키면서 각 윈도우 쌍 간의 유사성을 계산하여 그 대응점을 결정한다[5].
SAD 연산은 어떤 분야에서 널리 사용되고 있나? 절대 차이의 합계를 구하는 SAD (Sum of Absolute Difference) 연산은 이미지 사이의 유사성을 측정하기 위하여 사용되는 알고리즘으로 스테레오 이미지 및 움직임 추정을 위한 비디오 압축 등의 분야에서 널리 사용되고 있으며[1-3] 대표적인 스트림 데이터(streaming data) 처리 응용분야라고 할 수 있다. 특히, 최근 들어 다양한 3D 기기 및 스마트폰, 디지털 카메라, 등 차세대 PC 등 환경에서 스트림 데이터 처리를 수행하여야 하는 멀티미디어 응용이 증가하고 있다.
SSE가 지원하는 자료형은? 이를 이용하여 사용하고자 하는 연산 자료형 별로 지정하여 데이터를 저장하여 동시 연산을 수행한다. 지원하는 자료형은 8bit, 16bit, 32bit 이다. 예를 들어, 8bit형의 경우 한번에 16개의 다른 데이터를 동일 연산을 동시에 처리 가능하다.
질의응답 정보가 도움이 되었나요?

참고문헌 (9)

  1. Jongsu Yi, Jaehwa Park, and JunSeong Kim, A Platform-Based SoC Design for Real-Time Stereo Vision, Journal of Semiconductor Technology and Science, Vol. 12, No. 2, June 2012, pp. 212-218. 

    원문보기 상세보기 crossref

  2. P. Muralidhar, C. B. Rama Rao, and I. Ranjith Kumar, Efficient Architecture for Variable block size Motion Estimation of H.264 Video Encoder, 2012 International Conference on Solid-State and Integrated Circuit (ICSIC 2012), pp. 1-6. 

  3. Cheong Ghil Kim, Vason P. Sirni, and Shin Dug Kim, "High Performance Coprocessor Architecture for Real-Time Dense Disparity Map," 정보처리학회 논문지, 제14-A권 제5호, 2007. 10, pp. 301-308. 

  4. 박장호, 최현준, 박성호, 서영호, 김동욱, "효율적인 SAD 연산을 위한 하드웨어 구현에 대한 연구" 2008년도 한국방송공학회 학술대회, 2008.11, 223-226 

  5. 이정수, 양승구, 김준성, 실시간 스테레오 비젼 시스템을 위한 SAD 정합연산기 설계, 전자공학회지 제 45권 제1호 통권 제319호, 2008. 1, pp.55-61. 

  6. C. G. Kim, H. S. Kim, S. H. Kang, S. D. Kim and G. H. Han, An Acceleration Processor for Data Intensive Scientific Computing, IEICE Trans. on Information and Systems, Vol. E87-D, 2004. 7, pp.1766-1773. 

  7. 유희재, 정선태, 정수환, 2007. 12, VLIW 기반 고성능 DSP에서의 SAD 알고리즘 최적화 스케쥴링 , 한국 콘텐츠학회 논문지 제 7권 제 12호, pp. 262-272. 

    원문보기 상세보기

  8. Cheong Ghil Kim, "Evaluation of Image Pre-processing using Subword Parallelism," 2010년도 한국산업정보학회 춘계학술대회 논문집, pp 93-94, 2010. 05. 

  9. http://vasc.ri.cmu.edu/idb/html/stereo/index.html 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로