論文の概要: Real-Time Image Processing Algorithms for Embedded Systems
- arxiv url: http://arxiv.org/abs/2601.06243v1
- Date: Fri, 09 Jan 2026 17:58:26 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-13 19:08:00.713409
- Title: Real-Time Image Processing Algorithms for Embedded Systems
- Title（参考訳）: 組込みシステムのリアルタイム画像処理アルゴリズム
- Authors: Soundes Oumaima Boufaida, Abdemadjid Benmachiche, Majda Maatallah,
- Abstract要約: 本研究では,組込みプロセッサに実装した画像処理アルゴリズム,特にエッジ検出,コーナー検出,ブロブ検出について検討する。
画像処理文献に記録されているレイテンシ、精度、消費電力に対処するため、最適化されたアルゴリズムアーキテクチャと量子化技術が採用されている。
この研究の進歩は、自動車、監視、ロボット分野におけるスケーラブルで安価な組込みイメージングシステムの実現を促進する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Embedded vision systems need efficient and robust image processing algorithms to perform real-time, with resource-constrained hardware. This research investigates image processing algorithms, specifically edge detection, corner detection, and blob detection, that are implemented on embedded processors, including DSPs and FPGAs. To address latency, accuracy and power consumption noted in the image processing literature, optimized algorithm architectures and quantization techniques are employed. In addition, optimal techniques for inter-frame redundancy removal and adaptive frame averaging are used to improve throughput with reasonable image quality. Simulations and hardware trials of the proposed approaches show marked improvements in the speed and energy efficiency of processing as compared to conventional implementations. The advances of this research facilitate a path for scalable and inexpensive embedded imaging systems for the automotive, surveillance, and robotics sectors, and underscore the benefit of co-designing algorithms and hardware architectures for practical real-time embedded vision applications.
- Abstract（参考訳）: 組み込みビジョンシステムは、リソース制約のあるハードウェアでリアルタイムに実行するために、効率的で堅牢な画像処理アルゴリズムを必要とする。
本研究では,DSPやFPGAなどの組み込みプロセッサに実装した画像処理アルゴリズム,特にエッジ検出,コーナー検出,ブロブ検出について検討する。
画像処理文献に記録されているレイテンシ、精度、消費電力に対処するため、最適化されたアルゴリズムアーキテクチャと量子化技術が採用されている。
さらに、フレーム間の冗長性除去と適応フレーム平均化の最適手法を用いて、適切な画質でスループットを向上させる。
提案手法のシミュレーションとハードウェア実験により,従来の実装と比較して処理の高速化とエネルギー効率が著しく向上した。
本研究の進歩は、自動車、監視、ロボティクス分野におけるスケーラブルで安価な組込み画像システムの実現を促進するとともに、実用的なリアルタイム組込み視覚アプリケーションのためのアルゴリズムとハードウェアアーキテクチャの共同設計の利点を浮き彫りにしている。
関連論文リスト
- Deep Learning-based Techniques for Integrated Sensing and Communication Systems: State-of-the-Art, Challenges, and Opportunities [54.12860202362483]
本稿では,統合型センシング・通信(ISAC)システムにおける深層学習(DL-based)技術の最近の発展と研究を概観的にレビューする。
ISACは、車載ネットワークや産業用ロボティクスなど、多くの新興アプリケーションにおいて、センサーと通信機能の両方を必要とするため、6Gおよびネットワーク以上の重要なイネーブラーと見なされている。
従来の手法の代替として、DLベースの手法は計算複雑性を減らした効率的でほぼ最適のソリューションを提供する。
論文 参考訳（メタデータ） (2025-08-23T22:27:51Z) - Towards Real-Time 2D Mapping: Harnessing Drones, AI, and Computer Vision for Advanced Insights [0.0]
本稿では、ドローン画像と機械学習とコンピュータビジョンを組み合わせることで、様々な地形における速度、精度、適応性の課題を克服する高度マッピングシステムを提案する。
このシステムは、最小レイテンシでシームレスで高解像度の地図を生成し、防衛作戦において戦略的優位性を提供する。
論文 参考訳（メタデータ） (2024-12-28T16:47:18Z) - EDCSSM: Edge Detection with Convolutional State Space Model [3.649463841174485]
画像のエッジ検出は、コンピュータグラフィックスにおける多くの複雑なタスクの基礎となっている。
多層畳み込みとプールアーキテクチャによる特徴損失のため、学習ベースのエッジ検出モデルは、しばしば厚いエッジを生成する。
本稿では,上記の問題に効果的に対処するエッジ検出アルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-09-03T05:13:25Z) - HAPM -- Hardware Aware Pruning Method for CNN hardware accelerators in resource constrained devices [44.99833362998488]
本研究はFPGAデバイスに実装可能な汎用ハードウェアアーキテクチャを提案する。
設計の推論速度は、リソース制約の異なるFPGAデバイス上で評価される。
ハードウェア対応プルーニングアルゴリズムは,標準アルゴリズムを用いたネットワークプルーニングに比べて,推論時間45%の顕著な改善を実現していることを示す。
論文 参考訳（メタデータ） (2024-08-26T07:27:12Z) - Implementation of the Principal Component Analysis onto High-Performance Computer Facilities for Hyperspectral Dimensionality Reduction: Results and Comparisons [0.0]
本研究は,主成分分析(PCA)アルゴリズムを2種類の高性能デバイスに実装するものである。
得られた結果は,PCA アルゴリズムのフィールドプログラマブルゲートアレイ (FPGA) による実装と比較された。
論文 参考訳（メタデータ） (2024-03-27T07:50:45Z) - Quantum-Inspired Edge Detection Algorithms Implementation using New
Dynamic Visual Data Representation and Short-Length Convolution Computation [6.950510860295866]
本稿では、1次元および2次元信号の畳み込みと勾配のペア変換に基づく新しい量子表現と計算について述べる。
新しいデータ表現は、量子エッジ検出、勾配、畳み込みの複数の例で示されている。
論文 参考訳（メタデータ） (2022-10-31T17:13:27Z) - A modular software framework for the design and implementation of
ptychography algorithms [55.41644538483948]
我々は,Pychographyデータセットをシミュレートし,最先端の再構築アルゴリズムをテストすることを目的とした,新しいptychographyソフトウェアフレームワークであるSciComを紹介する。
その単純さにもかかわらず、ソフトウェアはPyTorchインターフェースによる高速化処理を利用する。
結果は合成データと実データの両方で示される。
論文 参考訳（メタデータ） (2022-05-06T16:32:37Z) - Automated Learning for Deformable Medical Image Registration by Jointly
Optimizing Network Architectures and Objective Functions [69.6849409155959]
本稿では、アーキテクチャとそれに対応する学習目標の両方を協調的に最適化する自動学習登録アルゴリズム(AutoReg)を提案する。
マルチサイトボリュームデータセットと各種登録タスクについて,画像登録実験を行った。
我々のAutoRegは、与えられたボリュームに対して最適な深層登録ネットワークを自動的に学習し、最先端の性能を達成することができる。
論文 参考訳（メタデータ） (2022-03-14T01:54:38Z) - ZippyPoint: Fast Interest Point Detection, Description, and Matching
through Mixed Precision Discretization [71.91942002659795]
我々は,ネットワーク量子化技術を用いて推論を高速化し,計算限定プラットフォームでの利用を可能にする。
バイナリディスクリプタを用いた効率的な量子化ネットワークZippyPointは,ネットワーク実行速度,ディスクリプタマッチング速度,3Dモデルサイズを改善する。
これらの改善は、ホモグラフィー推定、視覚的ローカライゼーション、マップフリーな視覚的再ローカライゼーションのタスクで評価されるように、小さなパフォーマンス劣化をもたらす。
論文 参考訳（メタデータ） (2022-03-07T18:59:03Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。