面向能耗受限图像传感器的近似离散余弦变换与量化技术
图像与视频处理
2024-06-25 v1
摘要
最近的多媒体设备扩展gather了大量实时图像用于处理和推理。图像首先使用压缩方案（如JPEG）进行压缩，以减少存储成本和传输捕获数据所需的能耗。由于图像内在的鲁棒性和不可感知性，JPEG可被近似化以减少所需的计算功耗和面积。本工作演示了基于i)使用位移运算实现的近似除法以减少量化块的复杂度、ii)循环化简、iii)在无乘子快速离散余弦变换架构之上进行精度缩放，从而实现一种极其高效的JPEG压缩单元，可完美适用于功率/带宽受限场景。此外，实施一种基于梯度下降的启发式方法，由两种常规近似策略组成，即精度缩放和循环化简，用于调整近似程度以在能耗与解码图像质量衰减之间进行权衡。整个RTL设计使用Verilog HDL编码，综合后映射到TSMC 65nm CMOS技术，并在25C、TT角落下使用Cadence Spectre模拟器进行仿真。近似除法方法实现了约28%的主动设计面积减小。结合加速器优化的启发式近似技术实现了约36%的能耗显著降低，同时仅产生约2%的平均绝对差异（SAD）的最小图像质量衰减。仿真结果还表明，所提出的架构在DCT和量化阶段仅消耗15微瓦即可压缩彩色480p图像。
引用
@article{arxiv.2406.16358,
title = {Approximate DCT and Quantization Techniques for Energy-Constrained Image Sensors},
author = {Ming-Che Li and Archisman Ghosh and Shreyas Sen},
journal= {arXiv preprint arXiv:2406.16358},
year = {2024}
}