Systematization of Theory in Approximated Compiler for Image Processing

2023 Fiscal Year Final Research Report

• Project/Area Number: 21H03465
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Single-year Grants
• Section: 一般
• Review Section: Basic Section 61010:Perceptual information processing-related
• Research Institution: Nagoya Institute of Technology
• Principal Investigator: Fukushima Norishige 名古屋工業大学, 工学(系)研究科(研究院), 准教授 (80550508)
• Co-Investigator(Kenkyū-buntansha): 前田 慶博 東京理科大学, 工学部電気工学科, 講師 (80843375)
• Project Period (FY): 2021-04-01 – 2024-03-31
• Keywords: 近似画像処理プログラミング / 並列画像処理 / 画像処理コンパイラ / 近似画像処理 / 近似畳み込み / ハードウェアアクセラレータ / CPU画像処理プログラミング / GPU画像処理プログラミング

Outline of Final Research Achievements

In the initial plan, the research plan targeted the approximation of simple loop structures such as approximation by thinning and approximation by color transformation. The results of the implementation research supported a wider range of image processing and were divided into three parts: 1) approximation image processing algorithms, 2) hardware-oriented high-efficiency implementation and its programming environment, and 3) image quality evaluation research for approximation image processing.
In addition to the original plan of loop structure thinning, frequency conversion, polynomial approximation for processing reduction, and LUT-based approximation were studied in 1); in 2) hardware-oriented function approximation, LUT-based replacement, and optimization of loop structures and operations; and in 3) improvement of image quality evaluation functions.

Free Research Field

画像処理

Academic Significance and Societal Importance of the Research Achievements

画像処理は，自動運転，監視，ウェブ会議，写真撮影，マルチメディア放送など様々な産業で使われる応用範囲の広い研究分野である．この画像処理研究において，その精度は重要な要因の一つであるが，その精度を維持したまま高速化することもも実用化にとって重要である．本研究は，高速化を実現するための近似を含めたプログラミング方法の研究である．本研究により，広い範囲の画像処理の近似方法が明らかになり計算量を削減する高速化手法が導入されるだけでなく，それをハードウェアアクセラレータを活用して実装するための研究や演算量を増やしてでも親和性を高める方法，その実装をサポートするプログラミング環境の研究が促進されている．