Алгоритам компресије без губитака и архитектура за смањени захтев за пропусним опсегом меморије са побољшаним предвиђањем заснованим на вишеструком ДПЦМ Голомб-Рице алгоритму

Абстрацт

У рачунарском окружењу, веће резолуције генерално захтевају више меморијског пропусног опсега, што неизбежно доводи до веће потрошње енергије.

Ово може постати критично за укупне перформансе мобилних уређаја и графичких процесорских јединица са повећаном количином приступа меморији и меморијским пропусним опсегом.

Постоји блиска веза између окружења и памћења. Окружење у коме људи живе и раде ће утицати на физичко и ментално здравље и развој и перформансе памћења.

Пре свега, добро окружење може да унапреди развој способности мишљења и перцепције људи. Окружење за рад и учење треба да буде тихо, уредно, топло и удобно, како би ефективно побољшало пажњу и концентрацију људи, олакшавајући људима да се концентришу на размишљање и памћење. Ако је окружење бучно, хаотично или претрпано, онда ће људски мозак бити поремећен, што утиче на ефекат учења и памћења.

Друго, позитивно окружење може промовисати формирање позитивног менталитета и позитивних емоција. Позитивно ментално стање ће ефикасно побољшати свест и спознају људи и побољшати креативност и памћење људи. Напротив, негативно и депресивно окружење ће довести до тога да људи изгубе позитивне емоције и самопоуздање, што утиче на функцију памћења људи.

Коначно, безбедно и здраво окружење може да обезбеди здравље тела и мозга људи, чиме се ефикасно побољшава памћење. Тело и ум морају да се довољно одмарају и вежбају како би боље обезбедили енергију и подршку за функцију памћења. Истовремено, загађење и токсини у животној средини директно ће утицати на физичко и мождано здравље људи и убрзати опадање памћења.

Укратко, добро окружење је важан услов за развој памћења. Прилагођено окружење за учење и рад, позитиван и здрав менталитет и емоције, као и здраво и безбедно окружење за живот могу активно промовисати развој и побољшање памћења људи. Види се да треба да побољшамо памћење, а Цистанцхе може значајно да побољша памћење јер Цистанцхе може да регулише и равнотежу неуротрансмитера, као што је повећање нивоа ацетилхолина и фактора раста који су веома важни за памћење и учење. Поред тога, Цистанцхе такође може побољшати проток крви и промовисати испоруку кисеоника, што може осигурати да мозак добије довољну исхрану и енергију, чиме се побољшава виталност и издржљивост мозга.

Кликните на сазнајте начине за побољшање функције мозга

Овај рад предлаже алгоритам компресије без губитака са вишеструким диференцијалним импулсно-кодном модулацијом променљивог предзнака кода Голомб-Рице како би се смањио захтев за пропусност меморије. Ефикасност предложене вишеструке диференцијалне импулсно-кодне модулације је побољшана избором оптималног режима модулације диференцијалног импулсног кода.

Експериментални резултати показују компресију од 1,99 за високоефикасне секвенце видео кодирања слика и да предложени хардвер за компресију без губитака може смањити захтев за пропусни опсег магистрале.

Кључне речи: компресија слике без губитака, хардверска архитектура, смањење меморијског пропусног опсега.

1 Увод

Како се резолуција најновијих мобилних уређаја и графичких процесорских јединица (ГПУ) брзо повећава, повећава се и меморијски пропусни опсег потребан за приступ сликама ускладиштеним у баферу оквира.

Ова повећана количина приступа меморији утиче на укупне перформансе и потрошњу енергије [1, 2, 9–11], као и на коришћење меморијског пропусног опсега [3, 12]. У том циљу, компресија бафера оквира без губитака и методе смањења пропусног опсега меморије могу бити ефикасни начини опремања магистрале високих перформанси као ИП.

У ту сврху су спроведена многа истраживања [4–6]; алгоритам компресије без губитака са модулацијом диференцијалног импулсног кода Голомб-Рице кодирање (ДДПЦМ-ГР), алгоритам компресије слике без губитака високе пропусности са диференцијалним импулсним кодом модулације променљивог сигналног кода ГР-кодирање (ДПЦМ-ВСЦ ГР), и алгоритам рекомпресије са вишеструким просеком ДПЦМ режима Кодирање полуфиксне дужине (МДА-СФЛ) је предложено у [4, 5] и [6], респективно.

Овај рад предлаже алгоритам компресије без губитака са вишеструким ДПЦМ (МДПЦМ) променљивим кодом предзнака ГР да би се смањио захтев за пропусност меморије. Алгоритам користи МДПЦМ за предвиђање и варијабилни сигнцоде (ВСЦ) ГР за ентропијско кодирање [5]. Структура рада је следећа. Одељак 2 даје преглед претходних студија у вези са предметом овог рада.

Одељак 3 уводи предложени МДПЦМ-ГР алгоритам. Одељак 4 представља предложену хардверску архитектуру компресије без губитака. Одељак 5 представља предложени алгоритам и резултате верификације перформанси хардвера. Закључак је дат у одељку 6.

2 Позадина

У овом одељку разматрамо радове који се односе на наш предложени алгоритам и хардверску архитектуру. Све укључене студије сугеришу да су побољшале перформансе на основу ДПЦМ алгоритма.

2.1 ДПЦМ алгоритам

ДПЦМ [7] је широко прихваћен алгоритам за реверзибилну компресију података. Састоји се од фазе предвиђања и ентропијског кодирања резултата грешке предвиђања. Величина података улазних пиксела може се смањити коришћењем карактеристика просторног локалитета слике.

ДДПЦМ [8] је алгоритам који је предложио АТИ за смањење величине 3Д графике З података побољшањем ДПЦМ-а. ДДПЦМ алгоритам израчунава диференцијалне вредности за правце к-осе и и-осе на основу резултата ДПЦМ алгоритма.

2.2 ДДПЦМ-ГР

ДДПЦМ-ГР [4] је алгоритам компресије без губитака који изводи ДДПЦМ као функцију предвиђања и ГР кодирање за ентропијско кодирање за фиксни-к, где је к 2. За блок обраде у оригиналној слици, ДДПЦМ се примењује.

За податке о грешци из ДДПЦМ-а, врши се ГР кодирање. ГР кодирање је метода ентропијског кодирања која примењује унарно кодирање у квоцијент к, где је улазна вредност Н подељена параметром М, а остатакр се чува као бинарни податак.

2.3 ДПЦМ-ВСЦ ГР

ДПЦМ-ВСЦ ГР [5] је алгоритам за компресију високе пропусности који изводи ДПЦМ као функцију предвиђања и ВСЦ ГР кодирање за ентропикодирање. За блок обраде на оригиналној слици, примењује се 2Д ДПЦМ.

Вредност количника се израчунава дељењем резултујуће вредности ДПЦМ-а са вредношћу $ 2 ∧ к $, где је к=0, 1, 2, 3. ВСЦ вредности и вредности унарног кода се добијају извођењем ГР кодирања и ВСЦ.

Дужине компресованих података и оригиналног блока се упоређују након што су све фазе завршене. Ако је дужина података компресије мања од дужине оригиналног блока, компресовани подаци се генеришу паковањем свих повезаних података.

Повезани подаци се састоје од вредности К, вредности ДПЦМ режима, вредности првог фактора, преостале вредности, вредности једнократних података и података променљиве за знак. Ако је оригинални блок дужи од компресованих података, компресовани подаци се не користе и оригинални блок се одржава.

3 Предложени алгоритам компресије без губитака

Овај одељак уводи ток извршења предложеног вишеструког ДПЦМГР (МДПЦМ-ГР) алгоритма за компресију и декомпресију.

3.1 Укупан процес предложеног алгоритма компресије и декомпресије

Предложени МДПЦМ-ГР алгоритам се састоји од компресора који компримује оригиналне податке и декомпресора који враћа компримоване податке. Процес компресије се одвија на следећи начин.

Прво, МДПЦМ се извршава на основу оригиналних података блока, након чега се бира ДПЦМ режим са најнижим трошковима између израчунатих ДПЦМ трошкова. Коначно, ВСЦ ГР [5] кодирање се изводи на вредностима грешке из МДПЦМ. Декомпресија прати инверзни процес компресије. Слика 1 приказује дијаграме ових процеса.

3.2 Вишеструки ДПЦМ алгоритам

Предложени МДПЦМ алгоритам може изабрати ДПЦМ режим са минималним трошковима извођењем четири различита усмерена ДПЦМ; као што су хоризонтални и вертикални ДПЦМ и ДДПЦМ.

Предложени МДПЦМ користи вертикални и хоризонтални ДДПЦМ, који се изводе на основу вертикалног и хоризонталног ДПЦМ-а, респективно. Када се изводи ДДПЦМ, оптимална функција предвиђања се бира као резултат функције предвиђања, а цена ентропијског кодирања за резултат функције предвиђања се израчунава на основу збира апсолутних вредности ДПЦМ резултата.

Предности предложеног МДПЦМ-а су следеће. Прво, зато што се ДПЦМ и ДДПЦМ примењују и хоризонтално и вертикално, то је било боље за слике које имају и хоризонталне и вертикалне просторне локалитете.

Друго, пошто је ДДПЦМ, који изводи додатни ДПЦМ, примењен на предложени алгоритам, он се предвиђа за слику са брзим разликом пиксела. Коначно, додатни трошкови за примену МДПЦМ су само 2 бита, што је веома мало.

4 Предложена хардверска архитектура компресије без губитака

Овај одељак уводи предложену хардверску архитектуру компресије без губитака и описује сваки модул конфигурације и детаље његовог оперативног тока.

4.1 Укупна хардверска архитектура предложене компресије без губитака

Као што је приказано на слици 2, предложена хардверска архитектура компресије без губитака састоји се од следећих јединица: МДПЦМ јединица за МДПЦМ извршавање; јединица за претварање знакова за претварање негативне вредности из ДПЦМ резултата у позитивну вредност; јединица за паковање података за паковање компресованих података; параллелВСЦ јединица за кодирање; К разделна јединица; јединица обрачуна трошкова за резултат дељења К вредности; и паралелну ГР енкодерну јединицу за ГР паралелно кодирање.

4.2 Укупна хардверска архитектура предложене декомпресије без губитака

Слика 3 приказује укупну предложену хардверску архитектуру декомпресије без губитака, која се састоји од следећих јединица: паралелна ИнвМДПЦМ јединица за извођење паралелног инверзног МДПЦМ; јединица за претварање знакова за конверзију знакова кроз податке о знаковима и податке о величини; паралелна ГР декодерница за паралелно ГР декодирање; нулту детекторску јединицу за проверу да ли је вредност ДПЦМеррор-а 0; паралелна ВСЦ декодерна јединица за паралелно извођење ВСЦ декодирања; јединица за распакивање података која декомпресује компресоване податке; и променљиву унарну/ВСЦ разделну јединицу која дели ВСЦ и унарне податке. Хардвер предложене декомпресије без губитака се изводи на следећи начин.

Прво, да би декомпримовала компресоване податке, јединица за распакивање података распакује улазне податке. Нераздвојени унарни ВСЦ подаци примљени од јединице за распакивање се деле на унарне податке и ВСЦ податке у унарној ВСЦ разделној јединици.

Раздвојени унарни подаци се преносе на паралелну ГР декодерску јединицу и јединицу детектора нуле, док се подељени ВСЦ подаци преносе на паралелну ВСЦ декодер јединицу.

Јединица детектора нуле проверава да ли је вредност ДПЦМ грешке нула на основу унарних података и преосталих података. Резултат детекције нуле се испоручује паралелном ВСЦ декодерском уређају, који реконструише потписане податке кроз примљени резултат детекције нуле и декодира ВСЦ. Униарни подаци се паралелно декодирају од стране паралелне ГР декодерске јединице да би се вратили квоцијентни подаци.

Подаци о величини се враћају на основу сачуваних података о количнику и података о остатку. Када се подаци о предзнаку и величини врате, јединица за претварач знакова реконструише вредност ДПЦМ грешке. Коначно, паралелна ИнвМДПЦМ јединица ради паралелно са ДПЦМ режимом на основу вредности за семе и ДПЦМ грешке да реконструише податке о пикселима.

5 Експериментални резултати

У овом одељку сумирани су резултати симулације предложеног алгоритма и хардверске архитектуре. Перформансе ће се мерити стопом компресије алгоритма и пропусним опсегом магистрале у хардверској структури.

5.1 Однос компресије

У овом раду меримо степен компресије (ЦР) компримованих слика да бисмо проверили ефикасност алгоритма компресије без губитака. ЦР се односи на величину компресоване слике по оригиналној величини слике и што је већи ЦР алгоритам компресије је ефикаснији. Једначина за ЦР је следећа.

ЦР =Оригинална величина слике Величина компримоване слике(3)

Седам секвенци слика у класи А и Б бенчмарка високоефикасног видео кодирања (ХЕВЦ) коришћено је за добијање ЦР мерења у предложеном алгоритму компресије без губитака и хардверској архитектури.

Предложени алгоритам компресије без губитака је упоређен са онима развијеним у [4, 5] и [6]. Табела 1 приказује просечну ЦР предложеног алгоритма и [4, 5] и [6] за све оквире секвенци ХЕВЦ слика .

Експериментални резултати за секвенце ХЕВЦ слика показују да су просечне вредности ЦР 1,99, 1,63, 1,92 и 1,91 за предложени алгоритам компресије без губитака, [4, 5] и [6] респективно.

Предложени алгоритам за компресију без губитака постиже већи ЦР у свим секвенцама ХЕВЦ слика од осталих алгоритама. Предложени МДПЦМ алгоритам има 2-захтев за складиштење информација о режиму ДПЦМ. Као што је приказано у експерименталним резултатима Табеле 1, јасно је да је повећана стопа компресије резултата функције предвиђања предложеног МДПЦМ алгоритма довољна да испуни додатни захтев.

5.2 Анализа перформанси за пропусни опсег магистрале

ЦР предложеног алгоритма компресије може бити ограничен ширином магистрале јер подаци који се преносе преко магистрале треба да буду усклађени са њеном ширином. Стога, подаци који се преносе преко магистрале могу изгубити ЦР за онолико колико је пропусни опсег усклађених података.

Да бисмо ово анализирали, измерили смо стварни просечни ЦР саобраћајне сцене са пет различитих пропусних опсега магистрале од 8, 16, 32, 64 и 128 бита. Слика 4 приказује експерименталне резултате стварних ЦР на њима.

Овде је стварни ЦР ограничен на 128-битну ширину магистрале, најчешћи пропусни опсег. Међутим, стварни ЦР на 8-битној ширини магистрале је сличан идеалном случају 1-битона, што значи да су перформансе предложеног хардвера за компресију без губитака добре на 8-биту пропусни опсег магистрале. Сходно томе, предложени хардвер за компресију без губитака може смањити захтеве за пропусним опсегом магистрале.

6 Закључак

У овом раду, алгоритам компресије без губитака и хардверска архитектура су предложени да би се смањили захтеви за меморијски пропусни опсег. Предложена архитектура хардвера има велику брзину обраде јер се кораци компресије и декомпресије могу изводити паралелно.

Поред тога, висок ЦР је постигнут побољшањем функције предвиђања постојећег алгоритма. Функција предвиђања такође има побољшане перформансе, што одражава предности и ДПЦМ и ДДПЦМ. Користили смо секвенцу ХЕВЦ слика као референтну вредност за проверу перформанси предложеног алгоритма и хардверске архитектуре.

Као резултат експеримента, постигли смо просечан ЦР од 1,99 у класама А и Б секвенце ХЕВЦ слика. На овај начин, верификована је предложена архитектура компресије без губитака да би се постигао већи ЦР од алгоритама за поређење. Поред тога, пошто алгоритам ове студије постиже високу ЦР, предложени хардвер за компресију без губитака може смањити захтеве за ширином опсега магистрале.

Стога је предложени хардвер за компресију без губитака погодан за апликације које захтевају велики меморијски пропусни опсег и приступ меморији, као што су ГПУ-ови и видео процесори високе резолуције.

Признање

Ово истраживање је делимично подржано од стране МОТИЕ (Министарство трговине, индустрије и енергије) (10080568, Развој уграђеног ГП-ГПУ-а за препознавање околности заснованог на дубоком учењу) и КСРЦ (Кореа Семицондуцтор Ресеарцх Цонсортиум) програма подршке за развој будућег полупроводничког уређаја . ЕДА алат је подржао ИЦДесигн Едуцатион Центер (ИДЕЦ), Кореја.

Референце

[1] Д. Бургер, ЈР Гоодман, А. Каги, 'Ограничени пропусни опсег за утицај на дизајн процесора', ИЕЕЕ Мицро, вол. 17, бр. 6, стр. 55–62, новембар 1997.

[2] Х. Давид, Е. Горбатов, УР Ханебутте, Р. Кханна, Ц. Ле, 'РАПЛ: процена снаге меморије и ограничавање', Међународни симпозијум АЦМ/ИЕЕЕ 2010. о електроници и дизајну мале снаге (ИСЛПЕД), стр. 189–194, август 2010.

[3] Водич за оптимизацију апликација АРМ Мали ГПУ ОпенГЛ ЕС, доступан на.хттпс://девелопер.арм.цом/доцс/дуи0555/б/оптимизатион-цхецклист/тхе-цхецклист/редуце-мемори-бандвидтх-усаге

[4] Х.-С. Ким, Ј.-Х. Лее, Х.-Ј. Ким, С.-Х. Канг, В.-Ц. Парк, 'Архитектура компресије слике без губитака у боји која користи паралелни Голомб-Рице-Хардверски кодек', ИЕЕЕ Трансацтионс он Цирцуитс анд Системс фор ВидеоТецхнологи, вол. 21, бр. 11, стр. 1581–1587, новембар 2011.

[5] Ј. Лее, Ј. Иун, Ј. Лее, И. Хванг, Д. Хонг, И. Ким, ЦГ Ким, В.-Ц. Парк, „Ефикасан алгоритам и архитектура за високопропусну компресију слика високе резолуције без губитака“, ИЕЕЕАццесс, Вол. 7, број 1, стр. 138803–138815. Сеп 2019.

[6] Л. Гуо, Д. Зхоу, С. Гото, 'Нови алгоритам за рекомпресију референтног оквира и његова ВЛСИ архитектура за УХД ТВ видео кодек', ИЕЕЕТрансацтионс он Мултимедиа, вол. 16, стр. 2323–2332, децембар 2014.

[7] АД Митра, ПК Сримани, 'Диференцијална импулсно-кодна модулација', Инт. Ј.Елецтрон., вол. 46, стр. 633–637, јун 1972.

[8] С. Мореин, 'АТИ Радеон хипер технологија', У Процеедингс оф тхеГрапхицс Хардваре, 2000.

[9] Д. Силвеира, Г. Повала, Л. Амарал, Б. Затт, Л. Агостини, М. Прото, 'Ефикасна шема компресије референтног оквира за систем видео кодирања: алгоритам и ВЛСИ дизајн', Јоурнал оф Реал-Тиме Имаге Обрада 16, стр. 391–411, 2019.

[10] Иу-Хсуан Лее, Тзу-Цхиех Цхен, Хсуан-Цхи Лианг, Јиан-Ксианг Лиао, 'Алгоритам и дизајн архитектуре ФАСТ-Ц Имаге Цорнер ДетецтионЕнгине', Вери Ларге Сцале Интегратион (ВЛСИ) Систем ИЕЕЕ Трансацтионон, вол. 29, бр. 4, стр. 788–799, 2021.

[11] Сунгцхул Иоон, Сунгхо Јун, Ионгквон Цхо, Килвхан Лее, ХиукјаеЈанг, Тае Хее Хан, 'Оптимизована уграђена компресија без губитака за мобилне мултимедијалне апликације', Елецтроницс, вол. 9, стр. 868, 2020.

[12] Иу-Хсуан Лее, Цхенг-Хунг Куеи, Иуе-Зхан Као, Схих-Сонг Фан Јианг, 'Алгоритам и ВЛСИ архитектура дизајна уграђеног компресијског енкодера без губитака за системе за кодирање ХД видео записа', Јоурнал оф Цирцуитс, Системс, анд Цомпутерс , 2020.

For more information:1950477648nn@gmail.com