메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
Yoonjin Kim (Sookmyung Women’s University) Haelim Jung (Sookmyung Women’s University)
저널정보
대한전자공학회 JOURNAL OF SEMICONDUCTOR TECHNOLOGY AND SCIENCE Journal of Semiconductor Technology and Science Vol.18 No.3
발행연도
2018.6
수록면
396 - 401 (6page)
DOI
10.5573/JSTS.2018.18.3.396

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

2018

Efficient Reconfigurable Architecture to Accelerate Descriptor Extraction in SURF Algorithm
Yoonjin Kim ,  Haelim Jung JOURNAL OF SEMICONDUCTOR TECHNOLOGY AND SCIENCE 2018.06 학술저널

2017

Efficient Hardware Design of Descriptor Extraction for Improving Performance of SURF Algorithm
Yoonjin Kim ,  Haelim Jung 한국정보과학회 학술발표논문집 2017.12 학술대회자료

초록· 키워드

오류제보하기
Speeded-up robust features (SURF) is considered to be the most efficient feature extraction algorithm and it has been implemented in powerful hardware for real-time operation due to its characteristics of data-intensive computation of high complexity. Especially the computational load of the descriptor extraction procedure is very significant and the overall performance of SURF can be improved by speeding up the descriptor extraction step with increasing parallel hardware accelerators. However, simply increasing the hardware accelerators is burdensome because of causing significant area and power consumption. Therefore, in this paper, we propose a reconfigurable hardware architecture that enables achieving the maximum performance of the descriptor extraction step with making the best use of the existing accelerators without any additional ones. Experimental results show that the proposed architecture improves the performance of the descriptor extraction step by 21.51% ~ 47.31% with negligible area and small power overheads of less than 1% and 4% when compared with the existing hardware implementations of the SURF algorithm.
#Computer vision #speeded-up robust features (SURF) #hardware accelerator #reconfigurable architecture #descriptor extraction

목차

Abstract
I. INTRODUCTION
II. SURF ANALYSIS AND HARDWARE ARCHITECTURE OF DESCRIPTOR EXTRACTION
III. CRITICAL CONSIDERATION FOR SPEEDUP OF DESCRIPTOR EXTRACTION
IV. RECONFIGURABLE HARDWARE ARCHITECTURE FOR FASTER DESCRIPTOR EXTRACTION
V. EXPERIMENTS AND RESULTS
VI. CONCLUSION
REFERENCES

참고문헌 (6)

참고문헌 신청
Bay, H., Ess, A., Tuytelaars, T., and Gool, L.V.: ‘Speeded-up robust feature (SURF)’, Comput. Vis. Image Underst., 2008, 110, (3), pp. 346-359. Bouris, D., Nikitakis, A., and Papaefstathiou, I.: ‘Fast and efficient FPGA-based feature detection employing the SURF algorithm’. Int. Symp. Field- Programmable Custom Computing Machines, Charlotte, NC, USA, May 2010, pp. 3-10. Lee, S.S., Jang, S.J., Kim, J., Hwang, Y., and Choi, B.: ‘Memory-efficient SURF architecture for ASIC implementation’, Electron. Lett., 2014, 50, (15), pp. 1058-1059. http://software.intel.com/intel-vtune-amplifier-xe http://opencv.org/releases.html

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0