Pyramidal Architectures for Computer Vision

بینایی کامپیوتری با مشکل دستکاری اطلاعات موجود در مقادیر زیادی از داده‌های حسی سر و کار دارد، جایی که داده‌های خام از انتقال 67 حسگر با سرعتی بین 10 تا 10 پیکسل در ثانیه بیرون می‌آیند. رایانه‌های معمولی با هدف عمومی قادر به دستیابی به نرخ‌های محاسباتی مورد نیاز برای کار در زمان واقعی یا حتی در زمان واقعی نیستند، بنابراین سیستم‌های موازی انبوه از زمان تصورشان در این حوزه کاربردی مهم مورد استفاده قرار گرفته‌اند. توسعه کامپیوترهای موازی انبوه در ابتدا با تلاش برای رسیدن به ضریب افزایش سرعت برابر با تعداد عناصر پردازش مشخص شد (فرض مقیاس بندی خطی). این الگوی رفتاری تقریباً زمانی قابل دستیابی است که تطابق کاملی بین ساختار محاسباتی یا ساختار داده و معماری سیستم وجود داشته باشد. تئوری سیستم های مدولار سلسله مراتبی (HMSs) نشان داده است که حتی تعداد کمی از سطوح سلسله مراتبی می توانند به میزان قابل توجهی اثربخشی سیستم های بسیار بزرگ را افزایش دهند. در واقع، در دهه گذشته چندین معماری سلسله مراتبی که قابلیت‌هایی را پشتیبانی می‌کنند که می‌توانند بر عملکردهای به‌دست‌آمده با فرض مقیاس‌گذاری خطی غلبه کنند، پیشنهاد شده‌اند. از میان این معماری‌ها، رایج‌ترین معماری در دید کامپیوتری، معماری مبتنی بر تعداد بسیار زیادی از عناصر پردازشی (PE) است که در یک ساختار هرمی تعبیه شده‌اند. معماری‌های هرمی تصویر یکسانی را در سطوح وضوح متفاوت ارائه می‌دهند، بنابراین استفاده از مناسب‌ترین وضوح برای عملیات، کار و تصویر در دست را تضمین می‌کنند.

Computer vision deals with the problem of manipulating information contained in large quantities of sensory data, where raw data emerge from the transducing 6 7 sensors at rates between 10 to 10 pixels per second. Conventional general­ purpose computers are unable to achieve the computation rates required to op­ erate in real time or even in near real time, so massively parallel systems have been used since their conception in this important practical application area. The development of massively parallel computers was initially character­ ized by efforts to reach a speedup factor equal to the number of processing elements (linear scaling assumption). This behavior pattern can nearly be achieved only when there is a perfect match between the computational struc­ ture or data structure and the system architecture. The theory of hierarchical modular systems (HMSs) has shown that even a small number of hierarchical levels can sizably increase the effectiveness of very large systems. In fact, in the last decade several hierarchical architectures that support capabilities which can overcome performances gained with the assumption of linear scaling have been proposed. Of these architectures, the most commonly considered in com­ puter vision is the one based on a very large number of processing elements (PEs) embedded in a pyramidal structure. Pyramidal architectures supply the same image at different resolution lev­ els, thus ensuring the use of the most appropriate resolution for the operation, task, and image at hand.