شماره ركورد
9619
پديد آورنده
كيارش صدرنيا
عنوان
طراحي شتابدهنده سختافزار ي در سيستم تشخيص چهره با استفاده از الگوريتم الگوي باينري محلي
مقطع تحصيلي
كارشناسي
رشته تحصيلي
مهندسي برق
سال فارغ التحصيلي
1403
استاد راهنما
دكتر شاهحسيني
استاد مشاور
دكتر شاهحسيني
دانشجوي وارد كننده اطلاعات
كيارش صدرنيا
تاريخ ورود اطلاعات
1403/12/25
دانشكده
برق
عنوان به انگليسي
the design of a hardware accelerator for image processing using local binary pattern
چكيده
الگوي باينر ي محلي يكي از الگوريتمهاي كارآمد در پردازش تصوير است كه در زمينههايي مانند تشخيص چهره،
شناسايي اشيا و تحليل بافتهاي تصويري كاربردهاي گسترد هاي دارد. اين الگوريتم به دليل سادگي محاسبات و
توانايي بالا در استخراج ويژگيهاي محلي از تصاوير، در سيستمهاي تشخيص و شناسايي به خصوص در كاربردهاي
امنيتي بسيار مورد توجه قرار گرفته است. با اين وجود، يكي از چالشهاي اصلي اين الگوريتم، زمان پردازش بالا
به ويژه هنگام كار با تصاوير بزرگ است كه اجراي آن در سيستمهاي بلادرنگ را محدود ميكند.
در اين پايان نامه ، به منظور بهبود زمان پردازش الگوريتم باينري محلي، از شبيه سازيهاي مبتني بر نرم افزارهاي
شبيه سازي استفاده شده است. پياد ه سازي الگوريتم با ينري محلي به صورت سخت افزار ي با زبان شبيه ساز
سخت افزار انجام شده و با افزايش پهناي باس حافظه و استفاده از واحدهاي محاسباتي موازي ، تلاش شده است
تا زمان پردازش كاهش يابد. اين شبيه سازيها در محيط نرم افزاري صورت گرفته و بدون استفاده از آرايه قابل
برنام ه ريزي ، امكان ارزيابي عملكرد سيستم و بررسي بهينه سازيها فراهم شده است .
نتايج شبيه سازيها نشان ميدهند كه با اعمال بهينه سازيهاي مختلف، زمان پردازش به طور چشم گيري كاهش
يافته است. زمان اجراي طراحي اوليه از 9.3 ميكروثانيه به 7.2 ميكروثانيه كاهش يافت با افزايش عرض باس
خروجي حافظه از 1 بايت به 4 بايت. بهينه سازيهاي بيشتر، مانند دو برابر كردن تعداد واحدهاي LBP در
LBP_TOP ، زمان را به 3.15 ميكروثانيه كاهش داد و اعمال پايپلاينينگ در واحد نهايي، زمان نهايي اجرا را به
2.2 ميكروثانيه رساند. اين بهبودها نشان ميدهند كه سيستم پيشنهادي قادر به اجراي الگوريتم الگو ي باينري
محلي در شرايط نزديك به بلادرنگ است و ميتواند در كاربردهايي مانند تشخيص چهره و ساير سيستمهاي
پردازش تصوير مورد استفاده قرار گيرد . اين دستاوردها ميتوانند به بهبود كارايي سيستمهاي تشخيص و پردازش
تصوير كمك كنند و پايهاي براي تحقيقات و توسعه هاي آتي در اين حوزه باشند.