Математики из СКФУ ускорили цифровую обработку изображений
Ученые-математики из Северо-Кавказского федерального университета (СКФУ), получившего грант в рамках федеральной программы «Приоритет 2030», разработали уникальное устройство для фильтрации визуальной информации. Скорость обработки изображений у него в 1,3–6,9 раз выше, чем у других подобных систем.
Как отмечает ректор СКФУ Дмитрий Беспалов, цифровые технологии и искусственный интеллект стали одним из стратегических направлений развития университета в рамках реализации федеральной программы «Приоритет 2030».
Цифровая обработка изображений становится все более востребованной: она применяется в системах спутникового и видеонаблюдения, распознавания лиц, геолокации, контроля качества на производстве, в медицине и других областях.
«Существует большой запрос на обработку визуальной информации в режиме реального времени. Для этого нужно обеспечить высокую скорость анализа поступающих данных. Нагрузка на цифровые фильтры постоянно растет по мере увеличения разрешающей способности устройств, принимающих сигнал, и усложнения решаемых 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», — рассказал ректор СКФУ.
По словам заведующего кафедрой математического моделирования вуза и отделом модулярных вычислений и искусственного интеллекта Северо-Кавказского центра математических исследований Павла Ляхова, основная вычислительная нагрузка при фильтрации представляет собой 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», — подчеркнул ученый.
Исследования показали, что у цифрового фильтра с новой, усовершенствованной архитектурой нет российских или зарубежных аналогов, и есть ряд важных характеристик. Новая архитектура фильтра позволяет увеличить скорость обработки сигнала в 1,33–6,90 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, считают ученые. В частности, разработанные архитектуры могут применяться в сложных интеллектуальных системах анализа цифровых сигналов для повышения быстродействия, производительности и снижения затрат на оборудование.