超並列型2次元セルラーオートマトンCAM^2を用いたDiscrete-Time CNN
スポンサーリンク
概要
- 論文の詳細を見る
Discrete-Time CNN(DTCNN)は、Cellular Neural Networks(CNN)1を2値化、離散化したものであり、画素対応画像処理に有効な様々なテンプレートが報告されている。しかし、数十万画素といった実用サイズの画像を処理できる小型で高性能なマシンは存在しなかった。本稿では、ボードレベルで数十万のセルラーオートマトン(CA)セルを実現可能な超並列型2次元セルラーオートマトンCAM^2を用いたDTCNN処理手法を提案する。また、様々なDTCNNテンプレートに対する処理時間評価結果、DTCNNおよび他のCA処理の組み合わせによる画像処理例を示す。
- 一般社団法人情報処理学会の論文
- 1996-09-04
著者
関連論文
- リアルタイムMPEG2符号化LSIの構成
- 1-Mbit セルラオートマトン処理用連想メモリLSI : CAM^2
- 1-Mbit セルラオートマトン処理用連想メモリLSI : CAM^2
- 1-Mbit セルラオートマトン処理用連想メモリLSI : CAM^2
- 超並列型2次元セルラーオートマトンCAM^2を用いた実時間パターンスペクトラム処理
- トリー型ネットワークを用いた連想メモリへの高速データ転送法
- 超並列型2次元セルラーオートマトンCAM^2を用いた実時間Morphology処理
- 超並列型2次元セルラーオートマトンCAM^2を用いたGray Scale Morphology
- 超並列型2次元セルラーオートマトンCAM^2を用いたDiscrete-Time CNN
- 超並列型2次元セルラーオートマトン : CAM^2
- 超並列型2次元セルラーオートマトンCAM^2を用いたMorphology
- 超並列型2次元セルラーオートマトン : CAM^2
- 規則的パターンと乱数パターンを組み合わせたBIST構成法
- 大規模LSI用分散型BIST構成法とその設計支援環境
- 大規模LSI用分散型BIST構成法とその設計支援環境
- 大規模LSI用分散型BISTの設計環境
- 乱数伝搬度に着目したBIST評価手法
- リアルタイム直線抽出ハフ変換用超並列型ボード
- 特徴点の追跡が可能なリアルタイム三次元情報抽出ハードウェアアルゴリズム
- 大規模LSIの演算ユニット向きBuilt-In Self-Test構成法