Математики из СКФУ ускорили цифровую обработку изображений

Ученые-математики из Северо-Кавказского федерального университета (СКФУ – участник 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 российских и зарубежных аналогов.

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 в нашей жизни. Сегодня она широко 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 выполняемых 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», – рассказывает ректор Дмитрий Беспалов.

По словам заведующего кафедрой математического моделирования СКФУ и отделом модулярных вычислений и искусственного интеллекта Северо-Кавказского центра математических исследований при вузе Павла Ляхова, основная вычислительная нагрузка при фильтрации приходится на 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 преимуществ. 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 таких систем и снижения затрат на оборудование.

– Мы математически описали и разработали устройство цифровой обработки изображений, реализующее алгоритмы линейной пространственной фильтрации, – пояснил руководитель проекта Павел Ляхов. – Последняя представляет собой универсальный инструмент и может применяться для решения широкого круга задач. Именно такие фильтры используются для обработки изображений с помощью искусственного интеллекта. Информация в таких интеллектуальных системах обрабатывается глубокими многослойными нейронными сетями. Первые сверточные слои выполняют самые вычислительно сложные операции линейной пространственной фильтрации, отнимающие наибольшее время. Если с помощью нашего устройства оптимизировать их работу, это значительно улучшит работу нейронной сети в целом.

Исследование проводилось в рамках грантов Российского фонда фундаментальных исследований и Президента РФ. Математики СКФУ также стали участниками специальной программы поддержки научных коллективов и отдельных ученых вуза.

О результатах исследования участники проекта рассказали на страницах престижного научного журнала «IEEE Access» (первый квартиль по импакт-фактору Scopus). Прочитать статью можно, перейдя по ссылке.