Approximate Computing for Motion Picture Camera Processing
Übersetzter Titel:
Approximate Computing für Bildverarbeitung in Bewegtbildkameras
Autor:
Conrady, Simon
Jahr:
2023
Dokumenttyp:
Dissertation
Fakultät/School:
TUM School of Computation, Information and Technology
Betreuer:
Stechele, Walter (Prof. Dr.)
Gutachter:
Stechele, Walter (Prof. Dr.); Schlichtmann, Ulf (Prof. Dr.)
Sprache:
en
Fachgebiet:
ELT Elektrotechnik
TU-Systematik:
DAT 200
Kurzfassung:
Approximate Computing leverages the inherent error resiliency of applications by trading off quality for resource benefits. This dissertation presents a framework which enables a combined integration and optimal parameterization of multiple approximations into FPGA-based image processing systems. Based on a library of flexibly scalable approximate compontens, it employs appropriate models to estimate the application-level quality-resource trade-off and integrates a suitable optimization strategy. Case studies demonstrate the efficiency of the proposed approach.
«
Approximate Computing leverages the inherent error resiliency of applications by trading off quality for resource benefits. This dissertation presents a framework which enables a combined integration and optimal parameterization of multiple approximations into FPGA-based image processing systems. Based on a library of flexibly scalable approximate compontens, it employs appropriate models to estimate the application-level quality-resource trade-off and integrates a suitable optimization strategy...
»
Übersetzte Kurzfassung:
Approximate Computing nutzt die inhärente Fehlertoleranz von Anwendungen, um Qualität für Ressourceneinsparungen einzutauschen. Diese Dissertation präsentiert ein Framework zur systematischen Integration und optimalen Parametrisierung von Approximationen in FPGA-basierten Bildverarbeitungssystemen. Es basiert auf einer Bibliothek flexibel skalierbarer Komponenten, nutzt Modelle für die Abschätzung von Qualität und Ressourcenverbrauch und integriert eine geeignete Optimierungsstrategie. Fallstudien zeigen die Effizienz der vorgeschlagenen Methoden.
«
Approximate Computing nutzt die inhärente Fehlertoleranz von Anwendungen, um Qualität für Ressourceneinsparungen einzutauschen. Diese Dissertation präsentiert ein Framework zur systematischen Integration und optimalen Parametrisierung von Approximationen in FPGA-basierten Bildverarbeitungssystemen. Es basiert auf einer Bibliothek flexibel skalierbarer Komponenten, nutzt Modelle für die Abschätzung von Qualität und Ressourcenverbrauch und integriert eine geeignete Optimierungsstrategie. Fallstudi...
»