期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种双三次插值实时超分辨率VLSI设计
被引量：
3
1
作者
张思言
杜周南
+2 位作者
任一心
邓涛
唐曦
《西南大学学报（自然科学版）》
CAS
CSCD
北大核心
2024年第4期202-212,共11页
视频超分辨率技术具有广阔的应用前景,但基于深度学习方法的算法复杂度过高,难以实现实时计算.因此,近年来研究者们开始探索基于现场可编程逻辑门阵列(Field Programmable Gate Array,FPGA)的超分辨率算法加速器,以利用FPGA的优势来提...
视频超分辨率技术具有广阔的应用前景,但基于深度学习方法的算法复杂度过高,难以实现实时计算.因此,近年来研究者们开始探索基于现场可编程逻辑门阵列(Field Programmable Gate Array,FPGA)的超分辨率算法加速器,以利用FPGA的优势来提高算法的性能和能耗,实现实时的视频超分辨率.设计了一种基于FPGA的高效高速双三次线性插值超大规模集成电路(Very Large Scale Integration Circuit,VLSI)架构,可用于4倍实时视频超分辨率.该FPGA架构解决了实现双三次插值过程中所需的复杂内存访问模式的问题,并提出了一种基于乒乓操作的数据重排硬件设计,将算法输出的特定顺序数据重新以行为主进行排列,使得硬件能够直接或较为简单地对接HDMI等视频接口.此外,采用状态机、流水线等方式降低设计功耗和减少时序违例,使得整个硬件设计可以更高频率运行.本研究在Zynq-7020 FPGA上实现了硬件架构,能够实时将qHD(960×540)的视频超采样为UHD(3840×2160)高清视频.实验结果表明,该硬件设计只需缓存1行图像像素,延迟仅为9.6μs,帧率达到192.9 Hz,成功实现实时处理.游戏图像数据集的测试结果表明,该设计峰值信噪比最高可达35.67 dB,结构相似度达到96.3%.
展开更多
关键词
双三次插值
实时超分辨率
现场可编程逻辑门阵列
超
大规模集成电路
在线阅读
下载PDF
职称材料
深度学习实时视频超分辨率重建实验设计
被引量：
1
2
作者
彭智勇
黄扬鈚
+1 位作者
秦祖军
梁红珍
《实验室研究与探索》
CAS
北大核心
2023年第9期35-39,共5页
针对现有视频超分辨率重建深度学习网络结构复杂、实时性差的实验问题,设计了基于深度学习的实时视频超分辨率重建实验。提出将Ghost-Module结构应用于循环递归神经网络,并借助改进的残差学习结构加速网络收敛,实现了视频超分辨率的实...
针对现有视频超分辨率重建深度学习网络结构复杂、实时性差的实验问题,设计了基于深度学习的实时视频超分辨率重建实验。提出将Ghost-Module结构应用于循环递归神经网络,并借助改进的残差学习结构加速网络收敛,实现了视频超分辨率的实时重建。实验结果表明:新算法的运算速度为FRVSR算法的5.4倍;在参数量与TOFlow算法相近的基础下,运行速度是TOFlow模型的34.5倍,是高性能算法DUF-52L的28.8倍;针对480×270低分辨率视频影像可实现24 f/s的实时4倍超分辨率重建。所设计的轻量级循环卷积视频超分辨率重建网络在保证视频超分辨率重建质量的基础上极大地提高了重建速度。
展开更多
关键词
实时超分辨率
重建
循环卷积神经网络
残差网络
深度学习
在线阅读
下载PDF
职称材料
题名
一种双三次插值实时超分辨率VLSI设计
被引量：
3
1
作者
张思言
杜周南
任一心
邓涛
唐曦
机构
西南大学物理科学与技术学院
出处
《西南大学学报（自然科学版）》
CAS
CSCD
北大核心
2024年第4期202-212,共11页
基金
国家重点研发计划项目(2023YFB2905403)
重庆市教委科学技术研究重点项目(KJZD-K202100204)
重庆市自然科学基金项目(CSTB2023NSCQ-MSX0120).
文摘
视频超分辨率技术具有广阔的应用前景,但基于深度学习方法的算法复杂度过高,难以实现实时计算.因此,近年来研究者们开始探索基于现场可编程逻辑门阵列(Field Programmable Gate Array,FPGA)的超分辨率算法加速器,以利用FPGA的优势来提高算法的性能和能耗,实现实时的视频超分辨率.设计了一种基于FPGA的高效高速双三次线性插值超大规模集成电路(Very Large Scale Integration Circuit,VLSI)架构,可用于4倍实时视频超分辨率.该FPGA架构解决了实现双三次插值过程中所需的复杂内存访问模式的问题,并提出了一种基于乒乓操作的数据重排硬件设计,将算法输出的特定顺序数据重新以行为主进行排列,使得硬件能够直接或较为简单地对接HDMI等视频接口.此外,采用状态机、流水线等方式降低设计功耗和减少时序违例,使得整个硬件设计可以更高频率运行.本研究在Zynq-7020 FPGA上实现了硬件架构,能够实时将qHD(960×540)的视频超采样为UHD(3840×2160)高清视频.实验结果表明,该硬件设计只需缓存1行图像像素,延迟仅为9.6μs,帧率达到192.9 Hz,成功实现实时处理.游戏图像数据集的测试结果表明,该设计峰值信噪比最高可达35.67 dB,结构相似度达到96.3%.
关键词
双三次插值
实时超分辨率
现场可编程逻辑门阵列
超
大规模集成电路
Keywords
bicubic interpolation
real-time super-resolution
field programmable gate array(FPGA)
very large scale integration circuit(VLSI)
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
深度学习实时视频超分辨率重建实验设计
被引量：
1
2
作者
彭智勇
黄扬鈚
秦祖军
梁红珍
机构
桂林电子科技大学光电工程学院
桂林生命与健康职业技术学院
出处
《实验室研究与探索》
CAS
北大核心
2023年第9期35-39,共5页
基金
广西自然科学基金项目(2020GXNSFAA159091)
广西高等教育本科教学改革工程重点项目(2022JGZ125,2023JGZ126)
广西研究生教育创新计划项目(JGY2022131)。
文摘
针对现有视频超分辨率重建深度学习网络结构复杂、实时性差的实验问题,设计了基于深度学习的实时视频超分辨率重建实验。提出将Ghost-Module结构应用于循环递归神经网络,并借助改进的残差学习结构加速网络收敛,实现了视频超分辨率的实时重建。实验结果表明:新算法的运算速度为FRVSR算法的5.4倍;在参数量与TOFlow算法相近的基础下,运行速度是TOFlow模型的34.5倍,是高性能算法DUF-52L的28.8倍;针对480×270低分辨率视频影像可实现24 f/s的实时4倍超分辨率重建。所设计的轻量级循环卷积视频超分辨率重建网络在保证视频超分辨率重建质量的基础上极大地提高了重建速度。
关键词
实时超分辨率
重建
循环卷积神经网络
残差网络
深度学习
Keywords
real-time super-resolution reconstruction
recurrent convolution neural network(RCNN)
residual network
deep learning
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
TP18 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
一种双三次插值实时超分辨率VLSI设计
张思言
杜周南
任一心
邓涛
唐曦
《西南大学学报（自然科学版）》
CAS
CSCD
北大核心
2024
3
在线阅读
下载PDF
职称材料
2
深度学习实时视频超分辨率重建实验设计
彭智勇
黄扬鈚
秦祖军
梁红珍
《实验室研究与探索》
CAS
北大核心
2023
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
