複数の DPCM Golomb-Rice アルゴリズムに基づく予測の向上により、メモリ帯域幅要件を削減する可逆圧縮アルゴリズムとアーキテクチャ
Jun 19, 2024
抽象的な
コンピューティング環境では、一般に解像度が高くなるとより多くのメモリ帯域幅が必要になり、必然的に消費電力も増加します。
これは、メモリ アクセス量とメモリ帯域幅が増加するため、モバイル デバイスとグラフィック プロセッサ ユニットの全体的なパフォーマンスにとって重要になる可能性があります。
環境と記憶の間には密接な関係があります。人々が暮らし、働く環境は、身体的、精神的健康、記憶力の発達とパフォーマンスに影響を与えます。
まず第一に、良好な環境は人々の思考能力と認識能力の発達を促進します。作業および学習環境は、人々の注意力と集中力を効果的に高め、思考や記憶に集中しやすくするために、静かで整頓され、暖かく快適である必要があります。環境が騒がしかったり、混沌としていたり、混雑していたりすると、人間の脳は混乱し、学習や記憶の効果に影響を及ぼします。
第二に、ポジティブな環境はポジティブな精神性とポジティブな感情の形成を促進します。ポジティブな精神状態は、人々の意識と認知を効果的に改善し、創造性と記憶力を向上させます。逆に、ネガティブで憂鬱な環境では、人々はポジティブな感情や自信を失い、記憶機能に影響を及ぼします。
最後に、安全で健康的な環境は人々の身体と脳の健康を確保し、それによって記憶力を効果的に向上させることができます。エネルギーを供給し、記憶機能をサポートするために、体と心は十分な休息と運動をする必要があります。同時に、環境中の汚染や毒素は人々の身体と脳の健康に直接影響を与え、記憶力の低下を加速させます。
つまり、記憶力を発達させるには、良い環境が重要な条件となります。調整された学習環境と作業環境、前向きで健康的な精神と感情、健康で安全な生活環境はすべて、人々の記憶力の発達と向上を積極的に促進します。私たちは記憶力を向上させる必要があることがわかります。シスタンシェには、記憶と学習に非常に重要なアセチルコリンや成長因子のレベルを高めるなど、神経伝達物質のバランスも調節できるため、記憶力を大幅に向上させることができます。さらに、シスタンシュは血流を改善し、酸素の供給を促進することで、脳に十分な栄養とエネルギーを確保し、それによって脳の活力と持久力を向上させることができます。
この論文では、メモリ帯域幅要件を削減するために、複数の差分パルス符号変調可変符号符号 Golomb-Rice を使用した可逆圧縮アルゴリズムを提案します。提案された複数の差動パルス符号変調の効率は、最適な差動パルス符号変調モードを選択することによって強化されます。
実験結果は、高効率のビデオ符号化画像シーケンスの圧縮率が 1.99 であること、および提案された可逆圧縮ハードウェアがバス帯域幅の要件を削減できることを示しています。
キーワード: ロスレス画像圧縮、ハードウェア アーキテクチャ、メモリ帯域幅の削減。
1 はじめに
最新のモバイル デバイスとグラフィック プロセッサ ユニット (GPU) の解像度が急速に向上するにつれて、フレーム バッファに保存されている画像にアクセスするために必要なメモリ帯域幅も増加します。
このメモリアクセス量の増加は、メモリ帯域幅の使用率と同様に、全体のパフォーマンスと消費電力に影響を与えます [1、2、9 ～ 11]。この目的を達成するには、可逆フレームバッファ圧縮とメモリ帯域幅削減方法が、高性能バスを IP として装備する効果的な方法になる可能性があります。
この目的のために多くの研究が行われてきました[4-6]。差動パルス符号変調ゴロム・ライス符号化を使用した可逆圧縮アルゴリズム (DDPCM-GR)、差動パルス符号変調可変符号符号 GR 符号化を使用した高スループット可逆画像圧縮アルゴリズム (DPCM-VSC GR)、および複数の DPCM モード平均を使用した再圧縮アルゴリズム半固定長符号化 (MDA-SFL) はそれぞれ [4]、[5]、および [6] で提案されました。
この論文では、メモリ帯域幅要件を削減するために、多重DPCM (MDPCM) 可変符号コードGRを使用した可逆圧縮アルゴリズムを提案します。アルゴリズムは予測に MDPCM を、エントロピー符号化に可変サインコード (VSC) GR を使用します [5]。論文の構成は次のとおりです。セクション 2 では、この研究の主題に関連する先行研究の概要を説明します。
セクション 3 では、提案された MDPCM-GR アルゴリズムを紹介します。セクション 4 では、提案されている可逆圧縮ハードウェア アーキテクチャを示します。セクション 5 では、提案されたアルゴリズムとハードウェア性能の検証結果を示します。結論はセクション 6 に示されています。
2 背景
このセクションでは、提案したアルゴリズムとハードウェア アーキテクチャに関連する研究をレビューします。含まれているすべての研究は、DPCM アルゴリズムに基づいてパフォーマンスが向上したことを示唆しています。
2.1 DPCM アルゴリズム
DPCM [7] は、可逆データ圧縮に広く採用されているアルゴリズムです。これは、予測段階と予測誤差結果のエントロピー符号化で構成されます。画像の空間的局所性特性を使用して、入力ピクセルのデータのサイズを削減できます。
DDPCM [8] は、DPCM を改良することで 3D グラフィックスの Z データのサイズを削減するために ATI によって提案されたアルゴリズムです。 ＤＤＰＣＭアルゴリズムは、ＤＰＣＭアルゴリズムの結果に基づいて、ｘ軸方向とｙ軸方向の差分値を計算する。
2.2 DDPCM-GR
DDPCM-GR [4] は、予測関数として DDPCM を実行し、k が 2 であるエントロピー符号化のための GR 符号化を実行する可逆圧縮アルゴリズムです。原画像の処理ブロックには、DDPCMI が適用されます。
DDPCM からのエラーデータに対して GR 符号化が行われます。GR 符号化は、入力値 N をパラメータ M で割った商 q を一項符号化し、その余りをバイナリデータとして格納するエントロピー符号化方式です。
2.3 DPCM-VSC GR
DPCM-VSC GR [5] は、予測関数として DPCM を実行し、エントロピーコーディングとして VSC GR コーディングを実行する高スループット圧縮アルゴリズムです。オリジナル画像の処理ブロックには 2D DPCM が適用されます。
商の値は、DPCM の結果の値を $ 2 ∧ k $ 値で割ることによって計算されます。ここで、k=0、1、2、3 です。VSC 値と単項コード値は、GR エンコードと VSC を実行することによって取得されます。
すべての段階が完了した後、圧縮データと元のブロックの長さが比較されます。圧縮データの長さが元のブロックの長さよりも短い場合、関連するデータをすべてパッキングして圧縮データが生成されます。
関連データは、K 値、DPCM モード値、第 1 要素値、残差値、単項データ値、および符号の可変データで構成されます。元のブロックが圧縮データより長い場合、圧縮データは使用されず、元のブロックが維持されます。
3 提案された可逆圧縮アルゴリズム
このセクションでは、提案されている圧縮および解凍用のマルチ DPCMGR (MDPCM-GR) アルゴリズムの実行フローを紹介します。
3.1 提案する圧縮および伸張アルゴリズムの全体プロセス
提案された MDPCM-GR アルゴリズムは、元のデータを圧縮する圧縮器と、圧縮されたデータを復元する解凍器から構成されます。圧縮プロセスは次のように進行します。
まず、元のブロックデータに基づいて MDPCM が実行され、計算された DPCM コストの中から最もコストの低い DPCM モードが選択されます。最後に、MDPCM からのエラー値に対して VSC GR [5] エンコードが実行されます。解凍は、圧縮の逆プロセスに続きます。図 1 は、これらのプロセスの図を示しています。
3.2 複数の DPCM アルゴリズム
提案された MDPCM アルゴリズムは、4 つの異なる方向性 DPCM を実行することにより、最小コストで DPCM モードを選択できます。水平および垂直 DPCM および DDPCM など。
提案された MDPCM は、それぞれ垂直および水平 DPCM に基づいて実行される垂直および水平 DDPCM を使用します。 DDPCMを実行する場合、予測関数結果として最適な予測関数が選択され、DPCM結果の絶対値の和に基づいて予測関数結果に対するエントロピー符号化コストが計算される。
提案された MDPCM の利点は次のとおりです。まず、DPCM と DDPCM は水平方向と垂直方向の両方に適用されるため、水平方向と垂直方向の両方の空間的局所性を持つ画像に対して予測されます。
第二に、提案アルゴリズムには追加の DPCM を実行する DDPCM が適用されているため、ピクセル差が速い画像に対して予測が行われます。最後に、MDPCM を適用するためのオーバーヘッドはわずか 2 ビットであり、非常に低いです。
4 提案された可逆圧縮ハードウェア アーキテクチャ
このセクションでは、提案されている可逆圧縮ハードウェア アーキテクチャを紹介し、構成の各モジュールとその動作フローを詳細に説明します。
4.1 提案された LosslessCompression の全体的なハードウェア アーキテクチャ
図 2 に示すように、提案された可逆圧縮ハードウェア アーキテクチャは次のユニットで構成されます。MDPCM を実行する MDPCM ユニット、DPCM 結果から負の値を正の値に変換する符号変換ユニット。データパッキング部は、圧縮データをパッキングする。 ｐａｒａｌｅｌＶＳＣエンコーディングユニット。 Kスプリッタユニットと、 Ｋ個の値を除算した結果に対するコスト計算部と、 GR並列エンコード用の並列GRエンコーダユニット。
4.2 提案された LosslessDecompression の全体的なハードウェア アーキテクチャ
図 3 は、提案されている可逆解凍ハードウェア アーキテクチャ全体を示しています。このアーキテクチャは、次のユニットで構成されています。並列逆 MDPCM を実行する並列 InvMDPCM ユニット。符号変換部は、符号データと大きさデータにより符号変換を行う。並列ＧＲ復号化のための並列ＧＲ復号化ユニットと、 DPCMerror 値が 0 であるかどうかをチェックするゼロ検出ユニット。並列ＶＳＣデコーダ部は、ＶＳＣデコードを並列に実行する。データ解凍部は、圧縮されたデータを解凍する。提案された可逆伸長のハードウェアは次のように実行されます。
まず、圧縮データを解凍するために、データ解凍部が入力データを解凍する。アンパッキング部から受信した分割されていない単項ＶＳＣデータは、単項ＶＳＣ分割部において単項データとＶＳＣデータとに分割される。
分割された単進データは並列ＧＲデコーダユニットおよびゼロ検出器ユニットに送信され、分割されたＶＳＣデータは並列ＶＳＣデコーダユニットに送信される。
ゼロ検出ユニットは、単項データと剰余データに基づいて、DPCM エラー値がゼロであるかどうかをチェックします。ゼロ検出結果は並列 VSC デコーダ デバイスに配信され、受信したゼロ検出結果を介して署名付きデータが再構成され、VSC がデコードされます。単項データは並列 GR デコーダ ユニットによって並列にデコードされ、商データが復元されます。
復元された商データと剰余データに基づいて大きさデータが復元される。符号と大きさのデータが復元されると、符号コンバータ ユニットが DPCM エラー値を再構築します。最後に、並列 InvMDPCM ユニットがシードと DPCM エラー値に基づいて DPCM モードと並行して動作し、ピクセル データを再構築します。
5 実験結果
このセクションでは、提案されたアルゴリズムとハードウェアアーキテクチャのシミュレーション結果を要約します。パフォーマンスは、アルゴリズムの圧縮率とハードウェア構造のバス帯域幅によって測定されます。
5.1 圧縮率
この論文では、可逆圧縮アルゴリズムの効率を検証するために、圧縮画像の圧縮率 (CR) を測定します。 CR は、元の画像サイズあたりの圧縮画像サイズを指し、CR が大きいほど、圧縮アルゴリズムは効率的になります。 CR の計算式は次のとおりです。
CR =元の画像サイズ圧縮された画像サイズ(3)
高効率ビデオ符号化 (HEVC) のベンチマークのクラス A およびクラス B の 7 つの画像シーケンスを使用して、提案された可逆圧縮アルゴリズムとハードウェア アーキテクチャで CR 測定値を取得しました。
提案された可逆圧縮アルゴリズムは、[4、5]、および [6] で開発されたアルゴリズムと比較されました。表 1 は、HEVC 画像シーケンスのすべてのフレームに対する、提案されたアルゴリズムと [4、5]、および [6] の平均 CR を示しています。 。
HEVC 画像シーケンスの実験結果は、提案された可逆圧縮アルゴリズム [4、5]、および [6] の平均 CR 値がそれぞれ 1.99、1.63、1.92、および 1.91 であることを示しています。
提案された可逆圧縮アルゴリズムは、他のアルゴリズムよりもすべての HEVC 画像シーケンスで高い CR を達成します。提案された MDPCM アルゴリズムには、DPCM モード情報を保存するための 2- ビット オーバーヘッド要件があります。表１の実験結果に示すように、提案されたＭＤＰＣＭアルゴリズムの予測関数結果の圧縮率の増加は、オーバーヘッド要件を満たすのに十分であることは明らかである。
5.2 バス帯域幅のパフォーマンス分析
提案された圧縮アルゴリズムの CR は、バス帯域幅によって制限される可能性があります。これは、バスを介して送信されるデータがその幅に合わせられる必要があるためです。したがって、バスを介して送信されるデータは、整列されたデータの帯域幅と同じだけ CR を失う可能性があります。
これを分析するために、8、16、32、64、128 ビットの 5 つの異なるバス帯域幅を使用して、交通シーンの実際の平均 CR を測定しました。図 4 に実際の CR の実験結果を示します。
ここで、実際の CR は、最も一般的な帯域幅である 128- ビットのバス幅に制限されます。ただし、8- ビット バス幅での実際の CR は、1- ビット トーンの理想的なケースに似ています。これは、提案された可逆圧縮ハードウェアのパフォーマンスが 8- ビットで良好であることを意味します。バスの帯域幅。その結果、提案された可逆圧縮ハードウェアは、バス帯域幅の要件を削減できます。
6 結論
この論文では、メモリ帯域幅要件を削減するために、可逆圧縮アルゴリズムとハードウェア アーキテクチャを提案します。提案されたハードウェア アーキテクチャは、圧縮と解凍のステップを並行して実行できるため、高い処理速度を備えています。
また、既存アルゴリズムの予測機能を改良することで、高いCRを実現しました。予測機能も、DPCM と DDPCM の両方の利点を反映してパフォーマンスが向上しました。 HEVC 画像シーケンスをベンチマークとして使用し、提案されたアルゴリズムとハードウェア アーキテクチャのパフォーマンスを検証しました。
実験の結果、HEVC 画像シーケンスのクラス A およびクラス B で平均 CR 1.99 を達成しました。これにより、提案された可逆圧縮アーキテクチャが比較アルゴリズムよりも高い CR を達成することが検証されました。さらに、この研究のアルゴリズムは高い CR を達成するため、提案された可逆圧縮ハードウェアはバス帯域幅要件を削減できます。
したがって、提案された可逆圧縮ハードウェアは、GPU や高解像度ビデオ プロセッサなど、高いメモリ帯域幅とメモリ アクセスを必要とするアプリケーションに適しています。
了承
この研究は、MOTIE (産業通商資源部) (10080568、ディープラーニングに基づく状況認識のための組み込み GP-GPU の開発) および将来の半導体デバイス開発のための KSRC (韓国半導体研究コンソーシアム) 支援プログラムによって一部支援されました。 。 EDA ツールは、韓国の ICDesign Education Center (IDEC) によってサポートされました。
参考文献
[1] D. Burger、JR Goodman、A. Kagi、「プロセッサ設計に影響を与える帯域幅の制限」、IEEE Micro、vol. 17、いいえ。 6、55–62ページ、1997年11月。
[2] H. David、E. Gorbatov、UR Hanebutte、R. Khanna、C. Le、「RAPL:メモリ電力推定とキャッピング」、2010 年 ACM/IEEE 低電力エレクトロニクスと設計に関する国際シンポジウム (ISLPED)、 pp. 189–194、2010 年 8 月。
[3] ARM Mali GPU OpenGL ES アプリケーション最適化ガイド、で入手可能。https://developer.arm.com/docs/dui0555/b/optimization-checklist/the-checklist/reduce-memory-bandwidth-usage
[4] H.-S.キム、J.-H.リー、H.-J.キム、S.-H.カン、W.-C. Park、「パラレル Golomb-RiceHardware Codec を使用した LosslessColor Image Compression Architecture」、IEEE Transactions on Circuits and Systems for VideoTechnology、vol. 21、いいえ。 11、1581–1587ページ、2011年11月。
[5] J. Lee、J. Yun、J. Lee、I. Hwang、D. Hon、Y. Kim、CG Kim、W.-C. Park、「高解像度画像の高スループット可逆圧縮のための効果的なアルゴリズムとアーキテクチャ」、IEEEAccess、Vol. 7、第 1 号、138803 ～ 138815 ページ。 2019年9月。
[6] L. Guo、D. Zhou、S. Goto、「UHD TV ビデオ コーデック用の新しい参照フレーム再圧縮アルゴリズムとその VLSI アーキテクチャ」、IEEETransactions on Multimedia、vol. 16、2323–2332ページ、2014年12月。
[7] AD Mitra、PK Srimani、「差動パルス符号変調」、Int. Ｊ．Ｅｌｅｃｔｒｏｎ．、ｖｏｌ． 46、633–637ページ、1972年6月。
[8] S. Morein、「ATI Radeon hyper technology」、『Proceedings of theGraphics Hardware』、2000 年。
[9] D. Silveira、G. Povala、L. Amaral、B. Zatt、L. Agostini、M. Proto、「ビデオ符号化システムのための効率的な参照フレーム圧縮方式: アルゴリズムと VLSI 設計」、Journal of Real-Time Image処理 16、pp. 391–411、2019。
[10] Yu-Hsuan Lee、Tzu-Chieh Chen、Hsuan-Chi Liang、Jian-Xiang Liao、「FAST-C 画像コーナー検出エンジンのアルゴリズムとアーキテクチャ設計」、超大規模集積 (VLSI) システム IEEE Transactionon、vol. 29、いいえ。 4、788–799ページ、2021年。
[11] Sungchul Yuon、Sungho Jun、Yongkwon Cho、Kilwhan Lee、HyukjaeJang、Tae Hee Han、「モバイル マルチメディア アプリケーション向けの最適化されたロスレス組み込み圧縮」、エレクトロニクス、vol. 9、p. 868、2020 年。
[12] Yu-Hsuan Lee、Cheng-Hung Kuei、Yue-Zhan Kao、Shih-Song Fan Jiang、「HD ビデオ コーディング システム用のロスレス組み込み圧縮エンコーダのアルゴリズムと VLSI アーキテクチャ設計」、Journal ofCircuits, Systems, and Computers 、2020年。
For more information:1950477648nn@gmail.com
