Design of a cellular neural network emulator and its implementation on an FPGA device
Bir hücresel sinir ağı emülatörünün tasarlanması ve FPGA üzerinde gerçeklenmesi
- Tez No: 329695
- Danışmanlar: PROF. DR. VEDAT TAVŞANOĞLU
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Hücresel sinir agları, görüntü isleme, alanda programlanabilir kapı dizileri, gerçek zamanlı sistemler, cellular neural networks, image processing, eld?programmable gate-arrays, real?time systems
- Yıl: 2013
- Dil: İngilizce
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 79
Özet
İnsanlığın basından itibaren günlük hayatımızı etkileyen ve değistiren en önemli etkenler- den birinin teknoloji olduğu şüphesiz bir gerçektir. Teknolojideki gelişmenin son birkaç on yıl içinde iyice hızlanmasıyla bu degi¸simlerin sıklıgı da artmı¸stır. Örnegin birkaç yüzyıl önce yaşamış bir insanın hayatı boyunca gözlemleyebilecegi degisim sayısı en fazla bir iken, günümüzde ya¸sayan yaşı ilerlemis bir bireyin hayatı televizyon, transistör, uydu, bilgisayar, cep telefonu ve diger tasınabilir elektronik cihazlar gibi teknolojik gelisimler ile defalarca etkilenmistirTeknolojideki bu hızlı geli¸sim aynı zamanda arastırma konularında da yeni egilimlerin or- taya çıkmasına neden olmaktadır. Egilimin arttıgı bu konulardan biri de görüntü islemedir. Bundan 20 yıl öncesine kadar uzmanlıgı görüntü isleme olan kisiler yalnızca televizyon ve video kamera tasarım mühendisleri ile konuyla ilgilenen akademisyenlerdi. Ayrıca dönemin görüntü isleme konularının neredeyse tamamı görüntünün kalite kaybı veya bozulmaolmadan saklanması ve iletilmesi ile sınırlıydı. Sayısal kameraların ortaya çıkıp yaygınla¸smasıyla beraber görüntü iyilestirmeden görüntü sıkıstırmaya, otomatik hedef takibi vetanımadan biyometrik tanıma sistemlerine kadar birçok yeni görüntü isleme ?kri ortayaçıkmaya ba¸sladı. Ancak bu ?kirlerin hayata geçirilmesinde iki temel problem ortaya çıktı:(1) Yeni algoritmaların sınırlı zamanda gelistirilmesi ve sistem olarak gerçeklenmesi ile(2) hesaplamaların gerçek zamanlı olarak yapılabilmesi için hızlı ve paralel i¸slem yapmayetenegi olan donanımların gerekmesi. Öte yandan Hücresel Sinir Agları (Cellular Neural Networks ? CNN) çok boyutlu ortam- lar üzerinde i¸slem yapma yetenegi olan bir yapı olarak ortaya atılmıstır ve iki boyutlu ana- log ve sayısal gerçeklemeleri görüntü i¸slemede kullanılabilmektedir. Herhangi bir CNNgerçeklemesinin en büyük avantajı, aynı yapı üzerinde birçok farklı algoritmanın gerçeklenebilmesi sayesinde yukarıda bahsedilen ilk probleme çözüm olusturmasıdır. Ayrıcaanalog CNN gerçeklemelerinin 176 144 veya daha dü¸sük çözünürlükteki gri seviyeligörüntüler için 10 kilo çerçeve/s i¸slem hızına ula¸sabilmesi dolayısıyla ikinci probleminçözümüne de aday oldugu bir gerçektir. Ancak full?HD 1080p@60 (1920 1080 çözünürlük, 60 Hz çerçeve hızı) gibi yüksek çözünürlüge ve orta seviyede çerçeve hızına sahip görüntüler söz konusu oldugunda analog yapıların hızı gerçek zamanlı gerçekleme sınırının altına düsmektedir. Sayısal CNN gerçeklemeleri ise analog yapılardaki dogal paralel hesap özelligine sahip olmadıklarından dolayı full?HD 1080p@60 için çalı¸san bir gerçek- leme literatürde yer almamaktadır.Bu tezde full?HD 1080p@60 video görüntülerini i¸sleyebilen geli¸smi¸s bir gerçek zamanlısayısal CNN mimarisi önerilmi¸s, VHDL dilinde kodlanmı¸s ve iki farklı FPGA üzerindegerçeklenmi¸stir. Tasarlanan mimarinin önceki tasarımlara göre bazı üstünlükleri vardır.Bu özelliklerden ilki aynı yapının biri yüksek performanslı ve digeri dü¸sük maliyetli olan iki farklı FPGA üzerinde gerçeklenmesi ile kanıtlanan mimarinin ölçeklenebilirligidir. Ikinci olarak yapının esnekligi ve yeniden uyarlanabilmesi sıralanabilir. Bu sayede CNN sablonlarının boyu, tüm sinyallerin sabit noktalı aritmetikteki bit geni¸slikleri ve iterasyonsayısı gibi özellikler sentezleme öncesinde uyarlanabilmektedir. Üçüncü olarak sablonkatsayıları, esik degeri, sınır kosulları ve baypas modu gibi birçok parametrenin çalısma esnasında degistirilebilmesini saglayan programlanabilirlik özelligi verilebilir. Bu tez kapsamında önerilmis olan CNN mimarisi literatürde tüm bu özellikleri bir araya getirdigibildirilmis olan tek CNN yapısıdır.
Özet (Çeviri)
It is well known that technology affect our everyday lives and change them signi?cantlyfrom the beginning of humanity. As the technology grows more rapidly in the last fewdecades, the changes also started to occur more frequently. For example, a few centuriesago, a person could experience at most one signi?cant leap of change in his or her life; buttoday, a senior may have experienced the leaps caused by the inventions of the television,transistors, satellites, computers, cellular phones, other portable electronics, etc.The rapid change of the technology also create trends of new research topics, like imageprocessing, which was nothing more than a television or camera engineers or academicsspecialty just 20 years ago. Furthermore, the processing was limited by preserving, transmitting and receiving images with minimum noise and distortion. With the introduction ofdigital cameras, countless new ideas of image processing emerged, e.g., image enhancement, image compression, automated target recognition and tracking, biometric recognition, etc. There are two main dif?culties in the application of these ideas: (1) new imageprocessing algorithms should be developed and implemented within tight time framesand (2) fast and parallel processors are required to match the computation intensity of thereal?time image processing.On the other hand, a Cellular Neural Network (CNN) is a multi?dimensional signal processing paradigm, whose analog and digital 2?D implementations can be used in imageprocessing. The main advantage of any CNN implementation is that, many image processing algorithms can be implemented on the same structure, solving the ?rst problemmentioned above. On the other hand, analog CNN implementations are known to operate at speeds up to 10 kilo?frames/s for grayscale images with resolutions lower then176 144, which seems to solve the second problem. However, this is not the case forxivhigh?resolution and medium frame?rate images like full?HD 1080p@60 (1920 1080resolution, 60 Hz frame rate), where the performance of the analog implementations dropbelow the real?time limits. Then again, the digital implementations of CNN does not havethe intrinsic parallel connectivity of their analog counterparts, consequently, none of thedigital CNN implementations are reported to operate for full?HD [email protected] this thesis, an improved real?time digital CNN architecture capable of processing full?HD 1080p@60 video images is proposed, described in VHDL and realized on two different FPGA devices. The architecture is designed to have superior properties over itspredecessors. First, the architecture is highly scalable, which is proven by implementingthe same design on a high?end and a low?cost FPGA device. Second, most parts of thestructure are designed to be recon?gurable and ?exible, e.g., the size of the CNN templates, ?xed?point bit?widths of all signals, the number of iterations, etc. Third, mostparameters like template coef?cients, bias, boundary conditions and bypass modes areprogrammable at runtime. The architecture proposed in this thesis is the only CNN implementation reported in the literature that assemble all of these features together.
Benzer Tezler
- Design of a multilayer cellular neural network emulator and its implementation on an FPGA device
Çok katmanli bir hücresel sinir ağı emülatörünün tasarlanması ve FPGA üzerinde gerçeklenmesi
MURATHAN ALPAY
Doktora
İngilizce
2013
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET VEDAT TAVŞANOĞLU
- Hücresel Yapay Sinir Ağı işlemcisi tasarımı ve FPGA gerçeklemesi
Design and FPGA implementation of Cellular Neural Network processor
VOLKAN MERİÇ
Yüksek Lisans
Türkçe
2016
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. MÜŞTAK ERHAN YALÇIN
- Gerçek zamanlı video işleyen yeni bir hücresel sinir ağı emülatörü tasarımı ve FPGA ile gerçeklenmesi
Design and implementation of a new cellular neural network emulator on FPGA for real time video processing
KAMER KAYAER
Doktora
Türkçe
2008
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. VEDAT TAVŞANOĞLU
- Bir hücresel yapay sinir ağının sabit noktalı sayı aritmetiğiyle sayısal tasarımı ve gerçeklenmesi
Digital design of a cellular neural network using fixed-point number arithmetic
BARIŞ KARAKAYA
Yüksek Lisans
Türkçe
2014
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. MÜŞTAK ERHAN YALÇIN
- Memristör simülatörü ve uygulamaları
Memristor simulator and applications
ZEHRA GÜLRU ÇAM TAŞKIRAN
Doktora
Türkçe
2018
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. HERMAN SEDEF