論文元數(shù)據(jù)搜索,找到相關(guān)信息共 3 條:
2006, 28(6): 1031-1035.
刊出日期:2006-06-19
關(guān)鍵詞:
圖像處理;模式識別;廣義局部沃爾什變換;紋理特征
該文提出一組基于廣義局部沃爾什變換(GLWT)的紋理特征。首先給出局部沃爾什變換(LWT)的定義,并在空域中對其加以推廣,用以提取圖像的局部紋理信息;然后在一個宏窗口中估計12個GLWT系數(shù)的二階矩作為圖像的紋理特征。對這組紋理特征的鑒別性能進行了分析,并與Haralick(1973),Wang Li(1990),以及Yu Hui提出的紋理特征進行了比較。實驗結(jié)果表明,該文提出的紋理特征具有更好的鑒別性能和分類能力。
2022, 44(4): 1503-1512.
doi: 10.11999/JEIT210059
刊出日期:2022-04-18
現(xiàn)場可編程門陣列(FPGA)被廣泛應(yīng)用于卷積神經(jīng)網(wǎng)絡(luò)(CNN)的硬件加速中。為優(yōu)化加速器性能,Qu等人(2021)提出了一種3維可變換的CNN加速結(jié)構(gòu),但該結(jié)構(gòu)使得并行度探索空間爆炸增長,搜索最優(yōu)并行度的時間開銷激增,嚴重降低了加速器實現(xiàn)的可行性。為此該文提出一種細粒度迭代優(yōu)化的并行度搜索算法,該算法通過多輪迭代的數(shù)據(jù)篩選,高效地排除冗余的并行度方案,壓縮了超過99%的搜索空間。同時算法采用剪枝操作刪減無效的計算分支,成功地將計算所需時長從106 h量級減少到10 s內(nèi)。該算法可適用于不同規(guī)格型號的FPGA芯片,其搜索得到的最優(yōu)并行度方案性能突出,可在不同芯片上實現(xiàn)平均(R1, R2)達(0.957, 0.962)的卓越計算資源利用率。
2003, 25(4): 573-576.
刊出日期:2003-04-19
關(guān)鍵詞:
量化; 運動補償; 全零系數(shù)塊
用H.263標準對甚低碼率圖像編碼時,經(jīng)過幀間預(yù)測后得到的運動補償數(shù)據(jù)通常很小,對這些數(shù)據(jù)再進行DCT和量化后往往成為全零塊,Alice Yu算法和周算法是預(yù)先判別全零系數(shù)塊的較為有效的方法,但在對較為復雜的序列圖像進行預(yù)測時分別出現(xiàn)了較大程度的誤判和漏判。針對這些缺點,該文提出了一種新的全零系數(shù)塊的判別方法,它具有能隨量化級的變化自適應(yīng)地調(diào)整全零塊的判斷閾值、無需任何附加運算和對圖像序列內(nèi)容復雜程度不敏感的優(yōu)點,將該方法應(yīng)用于H.263編碼器中,對Miss America和News圖像序列進行仿真實驗。實驗表明,大約有40%-80%的塊可以在做DCT和量化前被判別為全零系數(shù)塊,大大減少了編碼的時間,同時圖像質(zhì)量的下降控制在0.0005 dB以內(nèi)。