Исследователи Северо-Кавказского федерального университета разработали устройство для фильтрации визуальной информации, скорость обработки изображений которого в 1,3 - 6,9 раз выше, чем у других российских и зарубежных аналогов.
"Исследования показали, что у цифрового фильтра с новой, усовершенствованной архитектурой нет российских или зарубежных аналогов и есть ряд важных преимуществ. Новая архитектура фильтра позволяет увеличить скорость обработки сигнала в 1,33 - 6,9 раза, а производительность - в 1,31 - 4,12 раза (в зависимости от того, с какой архитектурой идет сравнение и заданных технических параметров).
Новое устройство целесообразно использовать там, где важна, прежде всего, скорость обработки данных - в системах, работающих в режиме реального времени", - отмечают ученые.
Цифровая обработка изображений становится все более востребованной в повседневной жизни.
Сегодня она широко применяется в системах спутникового и видеонаблюдения, распознавания лиц, геолокации, контроля качества на производстве, в медицине и других областях.
При этом существует большой запрос на обработку визуальной информации в режиме реального времени, для чего нужно обеспечить высокую скорость анализа поступающих данных.
"Нагрузка на цифровые фильтры постоянно растет по мере увеличения разрешающей способности устройств, принимающих сигнал, и усложнения выполняемых ими задач. Устройствам необходимо выполнять все более сложные вычислительные операции, что требует дополнительного времени.
Ученые из СКФУ смогли повысить быстродействие таких систем обработки изображения и разработали уникальное устройство для цифровой фильтрации сигналов", - сказал ректор СКФУ Дмитрий Беспалов.
По словам заведующего кафедрой математического моделирования СКФУ и отделом модулярных вычислений и искусственного интеллекта Северо-Кавказского центра математических исследований при вузе Павла Ляхова, основная вычислительная нагрузка при фильтрации приходится на многократное выполнение операции умножения.
"Один из подходов к увеличению скорости работы цифрового фильтра - уменьшение количества этих операций. Для этого мы использовали метод фильтрации Винограда. Помимо этого, мы применили методы модулярной арифметики (систему остаточных классов). Последние позволяют вести параллельные вычисления, что также увеличивает скорость обработки изображения.
Ранее эти методы не применялись совместно. Мы первыми математически описали алгоритмы оптимизированной таким образом фильтрации и создали специальное устройство", - отметил Павел Ляхов.