선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
제안 방법
- 그림 2는 PE의 구조를 나타낸 것으로 크게 가중치 모듈과 변화도 모듈로 구성된다. 가중치 모듈은 해당 픽셀의 CIElab 컬러 형식의 각 컬러 정보(p(l,a,b),q(l,a,b))와 픽셀간 거리를 입력으로 받아 적응적 가중치를 계산하고 변화도 모듈은 양쪽 이미지 각각의 변화도의 크기와 각도의 차이를 계산하기 위해 한 이미지로부터 기준 픽셀로부터 상, 하, 좌, 위 네 개의 픽셀 값을 입력받아 계산한다. PE의 출력은 변화도 값과 가중치를 곱한 값과 그냥 가중치만을 따로 출력하여 타이밍에 따라 필요한 출력을 사용한다.
- 노랑-파랑, 초록-빨강의 반대색에 기초하기 때문에 +a(빨강), -a(초록), +b(노랑), -b(파랑)을 나타내며, 이 요소들을 이용해 색을 3차원으로 표현한다. 각 컬러 성분의 유클리드 거리(Euclidean distance)는 인간이 색을 구별하는 동작과 매우 큰 상관관계를 보이기 때문에, CIELab 컬러 형식을 사용하고 픽셀 p(cp=[Lp,ap,bp]), q(cq=[Lq,aq,bq])의 유사성 ∆cpq은 각 컬러 성분의 유클리드 거리를 사용하여 계산한다.
- Ⅱ장에서 언급한 지오데식 거리를 사용하여 가중치를 계산한 경우, 윈도우 내의 픽셀의 연속성을 바탕으로 가중치를 계산하기 때문에 단순히 컬러 유사성과 거리를 통해서 가중치를 계산할 경우에 비해 좀 더 낮은 에러율을 보이지만 계산 복잡도가 8배 정도 증가하여 실시간 처리에 어려움이 있다. 따라서 본 논문에서는 실시간 처리 성능을 갖고 에러율도 상대적으로 우수한 픽셀 변화도 기반 적응적 영역 가중치 알고리즘을 바탕으로 시스템을 설계하였고, 논문 [14]의 방법과 유사하게 행 방향과 열 방향으로 나누어 계산함으로써 데이터를 재사용이 가능하여 계산량을 대폭 줄였다. 데이터 재사용에 관한 자세한 설명은 3.
- 표 3은 데이터를 재사용하지 않을 때, 열 단위로 재사용 했을 때, 픽셀 단위로 재사용 했을 때, 전체 결과 값을 계산하는데 필요한 사이클 수를 비교한 것이다. 본 논문에서 제안한 구조는 기본적으로 열 단위 재사용을 사용하지만 가중치를 계산할 때, 열 방향 거리와 행 방향 거리로 나누어서 계산하기 때문에 열 단위 재사용보다 필요한 사이클 수가 두 배가 된다. 열 뿐만 아니라 행 방향으로도 데이터를 재사용할 경우 하나의 픽셀을 이용해서 윈도우 연산을 수행할 수 있는 데, 이 때 필요한 사이클 수는 약 1.
- 새롭게 계산한 column27과 이전에 계산한 column1∼column26을 통해 다음 윈도우 연산을 수행하게 되며 FIFO(first-in, first-out) 레지스터를 사용하여 설계하였다.
- 적응적 가중치 알고리즘의 특성상 데이터 재사용이 불가능하여 많은 연산을 다시 해야 하는데 이를 효율적인 스케쥴링과 행, 열을 분리하여 가중치를 갱신하는 계산 방법으로 해결하였으며, 윈도우의 열 단위로 데이터를 재사용하기 때문에 레지스터 뱅크를 사용하여 계산 효율을 크게 높였다. 알고리즘에 사용되는 지수, 아크탄젠트 연산은 하드웨어로 구현할 때 복잡도와 하드웨어 요구량이 커지기 때문에 선형 및 계단 함수 등으로 에러를 분석하여 경험적으로 근사화하여 허용할 수 있는 오차 범위를 갖도록 구현하였다.
- 제안한 구조에서 사용한 알고리즘은 λc, λd, α 등 다양한 파라미터를 사용하며 파라미터 값에 따라서 결과가 크게 바뀌게 된다.
- 제안한 스테레오 비전 시스템은 VerilogHDL로 설계한 뒤 Active-HDL로 검증하였으며, Synopsys를 사용하여 합성하였다. 윈도우 크기 27⨉27, 탐색거리 16, 영상크기 384⨉288를 처리할 수 있는 제안한 구조를 동부 하이텍 0.
- 데이터를 재사용하기 위해서는 재사용할 데이터가 만들어진 뒤 다시 사용할 때까지 저장하기 위한 공간이 필요하다. 제안한 알고리즘에서는 행 단위로 재사용하기 때문에 데이터가 처음 만들어졌을 때를 기준으로 기준 윈도우가 1 픽셀 쉬프트 되어 계산했을 때 다시 사용되고, 기준 윈도우가 (윈도우 크기-1)만큼 움직였을 때까지 계속해서 재사용된다. 한 기준 윈도우에 대한 연산은 탐색 거리만큼의 윈도우 연산으로 이루어져 있고, 그러므로 필요한 저장 공간은 하나의 탐색 거리를 기준으로 윈도우의 행 방향 길이만큼의 값을 저장할 수 있어야하고, 하나의 저장 공간당 윈도우의 열에 해당하는 값을 갖고 있어야한다.
- atan(x) 모듈 또한 다양한 실험을 통해 4개 구간으로 나눈 선형 함수로 설계하였다. 표 2는 지수 모듈과 아크탄젠트 함수를 하드웨어로 구현하기 위해 계단 함수와 선형 함수로 표현한 것으로 에러를 최소화하기 위해 다양한 구간으로 나누어 에러를 분석한 뒤 가장 좋은 결과를 보인 값들로 설계하였다.
이론/모형
- 차이를 통해 가로, 세로방향 변화도의 절대 값을 구한 뒤 다시 절대 값 연산을 이용하여 크기를 구하고, 나누기 연산을 통해 Gy/Gx를 구한 뒤 atan(x) 모듈에서 각도를 구한다. 여기서 구현된 나눗셈기는 nonrestoring array divider를 사용하였다[15]. p, q에 대해 구한 변화도의 크기와 각도는 다시 변화도를 구하고, 구한 각도의 차이는 f(x) 모듈에서 0에서 2π 사이값을 갖도록 조절되고 각도와 크기 사이의 스케일링을 위한 파라미터 α와 곱해진 뒤 각도와 더해져 출력된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.