Diseño y experimentación de un cuantizador vectorial hardware basado en redes neuronales para un sistema de codificación de video

El objetivo general de esta Tesis es el estudio de las redes neuronales artificiales (ANN) con implementación hardware enfocadas hacia la compresión de imágenes y video en tiempo real. Como objetivos específicos, la Tesis se propone: explorar la factibilidad de utilizar las redes neuronales en las...

Full description

Bibliographic Details
Main Author: Ramírez Agundis, Agustín
Other Authors: Gadea Gironés, Rafael
Format: Doctoral Thesis
Language:Spanish
Published: Universitat Politècnica de València 2008
Subjects:
Online Access:http://hdl.handle.net/10251/3444
id ndltd-upv.es-oai-riunet.upv.es-10251-3444
record_format oai_dc
spelling ndltd-upv.es-oai-riunet.upv.es-10251-34442020-12-02T20:21:15Z Diseño y experimentación de un cuantizador vectorial hardware basado en redes neuronales para un sistema de codificación de video Ramírez Agundis, Agustín Gadea Gironés, Rafael Colom Palero, Ricardo José Universitat Politècnica de València. Departamento de Ingeniería Electrónica - Departament d'Enginyeria Electrònica Red neuronal som Cuantización vectorial Compresión de imágenes Tiempo real Implementación hardware Transformada wavelet TECNOLOGIA ELECTRONICA 330417 - Sistemas en tiempo real 330703 - Diseño de circuitos 330714 - Dispositivos semiconductores El objetivo general de esta Tesis es el estudio de las redes neuronales artificiales (ANN) con implementación hardware enfocadas hacia la compresión de imágenes y video en tiempo real. Como objetivos específicos, la Tesis se propone: explorar la factibilidad de utilizar las redes neuronales en las diferentes etapas de un sistema de compresión de imágenes; evaluar las redes Self Organizing Feature Map (SOM) en su implementación hardware utilizadas para la cuantización vectorial de imágenes; analizar la capacidad para procesar video en tiempo real de un sistema de compresión de imágenes que combine la cuantización vectorial basada en redes neuronales con otras técnicas; y estructurar un sistema para realizar el entrenamiento de redes neuronales utilizando esquemas de co-diseño hardware-software. La Tesis expone primeramente los conceptos fundamentales relacionados con la compresión de imágenes considerando tanto los principios teóricos subyacentes como las técnicas que se usan para llevar a cabo las tareas involucradas con las diferentes etapas que integran un compresor. A continuación efectúa una revisión de los trabajos de investigación en los que las ANN se utilizan para la compresión de imágenes, tarea que es precedida por un breve repaso del desarrollo que se ha observado en el campo de las ANN. En la parte práctica la Tesis tiene dos apartados. En el primero se desarrolla una red neuronal tipo SOM que se utiliza como cuantizador vectorial para la aplicación de que se ocupa. Partiendo del análisis de seis arquitecturas susceptibles de ser usadas, la red SOM se diseña utilizando una arquitectura masivamente paralela tipo SIMD y se implementa en hardware sobre una FPGA. Finalmente se experimenta con la red y se presentan los resultados. En el segundo apartado se estructura el banco de entrenamiento para la red SOM utilizando una metodología de codiseño hardware-software en la cual la red neuronal SOM se integra al banco como núcleo de un neurocoprocesador en u Ramírez Agundis, A. (2008). Diseño y experimentación de un cuantizador vectorial hardware basado en redes neuronales para un sistema de codificación de video [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/3444 Palancia 2008-10-27 info:eu-repo/semantics/doctoralThesis info:eu-repo/semantics/acceptedVersion http://hdl.handle.net/10251/3444 10.4995/Thesis/10251/3444 spa http://rightsstatements.org/vocab/InC/1.0/ info:eu-repo/semantics/openAccess Universitat Politècnica de València Riunet
collection NDLTD
language Spanish
format Doctoral Thesis
sources NDLTD
topic Red neuronal som
Cuantización vectorial
Compresión de imágenes
Tiempo real
Implementación hardware
Transformada wavelet
TECNOLOGIA ELECTRONICA
330417 - Sistemas en tiempo real
330703 - Diseño de circuitos
330714 - Dispositivos semiconductores
spellingShingle Red neuronal som
Cuantización vectorial
Compresión de imágenes
Tiempo real
Implementación hardware
Transformada wavelet
TECNOLOGIA ELECTRONICA
330417 - Sistemas en tiempo real
330703 - Diseño de circuitos
330714 - Dispositivos semiconductores
Ramírez Agundis, Agustín
Diseño y experimentación de un cuantizador vectorial hardware basado en redes neuronales para un sistema de codificación de video
description El objetivo general de esta Tesis es el estudio de las redes neuronales artificiales (ANN) con implementación hardware enfocadas hacia la compresión de imágenes y video en tiempo real. Como objetivos específicos, la Tesis se propone: explorar la factibilidad de utilizar las redes neuronales en las diferentes etapas de un sistema de compresión de imágenes; evaluar las redes Self Organizing Feature Map (SOM) en su implementación hardware utilizadas para la cuantización vectorial de imágenes; analizar la capacidad para procesar video en tiempo real de un sistema de compresión de imágenes que combine la cuantización vectorial basada en redes neuronales con otras técnicas; y estructurar un sistema para realizar el entrenamiento de redes neuronales utilizando esquemas de co-diseño hardware-software. La Tesis expone primeramente los conceptos fundamentales relacionados con la compresión de imágenes considerando tanto los principios teóricos subyacentes como las técnicas que se usan para llevar a cabo las tareas involucradas con las diferentes etapas que integran un compresor. A continuación efectúa una revisión de los trabajos de investigación en los que las ANN se utilizan para la compresión de imágenes, tarea que es precedida por un breve repaso del desarrollo que se ha observado en el campo de las ANN. En la parte práctica la Tesis tiene dos apartados. En el primero se desarrolla una red neuronal tipo SOM que se utiliza como cuantizador vectorial para la aplicación de que se ocupa. Partiendo del análisis de seis arquitecturas susceptibles de ser usadas, la red SOM se diseña utilizando una arquitectura masivamente paralela tipo SIMD y se implementa en hardware sobre una FPGA. Finalmente se experimenta con la red y se presentan los resultados. En el segundo apartado se estructura el banco de entrenamiento para la red SOM utilizando una metodología de codiseño hardware-software en la cual la red neuronal SOM se integra al banco como núcleo de un neurocoprocesador en u === Ramírez Agundis, A. (2008). Diseño y experimentación de un cuantizador vectorial hardware basado en redes neuronales para un sistema de codificación de video [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/3444 === Palancia
author2 Gadea Gironés, Rafael
author_facet Gadea Gironés, Rafael
Ramírez Agundis, Agustín
author Ramírez Agundis, Agustín
author_sort Ramírez Agundis, Agustín
title Diseño y experimentación de un cuantizador vectorial hardware basado en redes neuronales para un sistema de codificación de video
title_short Diseño y experimentación de un cuantizador vectorial hardware basado en redes neuronales para un sistema de codificación de video
title_full Diseño y experimentación de un cuantizador vectorial hardware basado en redes neuronales para un sistema de codificación de video
title_fullStr Diseño y experimentación de un cuantizador vectorial hardware basado en redes neuronales para un sistema de codificación de video
title_full_unstemmed Diseño y experimentación de un cuantizador vectorial hardware basado en redes neuronales para un sistema de codificación de video
title_sort diseño y experimentación de un cuantizador vectorial hardware basado en redes neuronales para un sistema de codificación de video
publisher Universitat Politècnica de València
publishDate 2008
url http://hdl.handle.net/10251/3444
work_keys_str_mv AT ramirezagundisagustin disenoyexperimentaciondeuncuantizadorvectorialhardwarebasadoenredesneuronalesparaunsistemadecodificaciondevideo
_version_ 1719366996222541824