一种 65nm CMOS 工艺下 51.3 TOPS/W、134.4 GOPS 的存内二值图像滤波
图像与视频处理
2021-07-30 v2 硬件体系结构
新兴技术
摘要
神经形态视觉传感器（NVS）由于其事件驱动特性，利用了来自静态摄像机的视频流中的时间冗余，可以实现节能。然而，噪声驱动的事件会导致目标识别处理器的误触发。图像去噪操作需要内存密集型处理，导致能量和延迟方面的瓶颈。在本文中，我们提出了存内滤波（IMF），这是一种基于 6T-SRAM 存内计算的图像去噪方法，用于来自 NVS 的基于事件的二值图像（EBBI）帧。我们提出了一种用于图像去噪的非重叠中值滤波器（NOMF）。一个存内计算框架利用 6T-SRAM 固有的读干扰现象实现了 NOMF 的硬件实现。为了证明该算法的节能性和有效性，我们在 65nm CMOS 工艺中制造了所提出的架构。与全数字实现相比，当使用来自 DAVIS 传感器的视频记录进行测试时，IMF 实现了超过 70 倍的节能和超过 3 倍的处理时间改进，并实现了 134.4 GOPS 的峰值吞吐量。此外，NOMF 的峰值能效为 51.3 TOPS/W，可与最先进的存内处理器相媲美。我们还表明，与通过传统中值滤波获得的图像相比，通过 NOMF 获得的图像在跟踪和分类应用中提供了相当的精度。
引用
@article{arxiv.2107.11723,
title = {A 51.3 TOPS/W, 134.4 GOPS In-memory Binary Image Filtering in 65nm CMOS},
author = {Sumon Kumar Bose and Deepak Singla and Arindam Basu},
journal= {arXiv preprint arXiv:2107.11723},
year = {2021}
}
备注
13 pages