빠른 필터 탐색 (Finding Fast Filters)
요약
이미지, 비디오, 오디오 처리를 위한 고성능 FIR 필터 근사화 기술을 제안합니다. 경사 하강법을 통해 성능과 품질의 최적 균형을 찾는 파레토 프런티어 알고리즘을 생성하며, 이를 최적화된 C++ 코드로 자동 변환합니다.
핵심 포인트
- 멀티레이트 및 재귀적 필터링 기술을 단일 설계 언어로 통합
- 경사 하강법을 이용한 연속적 파라미터 최적화 및 자동 탐색
- 기존 방식 대비 높은 품질과 빠른 필터 근사화 성능 제공
- 데이터 지역성을 고려한 최적화된 병렬 C++ 코드로 자동 변환
이미지, 비디오 및 오디오를 처리할 때는 엄격한 성능 및 지연 시간(latency) 요구 사항을 충족하는 대규모 유한 임펄스 응답 (FIR) 필터를 실행해야 하는 경우가 많습니다. 빠른 필터 근사화를 위한 기존 방법들은 몇 가지 핵심 기술인 멀티레이트 (multi-rate) 및 재귀적 필터링 (recurrent filtering), 그리고 필터를 합 또는 캐스케이드 (cascades)로 분해하는 방식의 특수한 사례이거나 이들의 조합입니다. 우리는 이러한 기술들을 빠른 1D 및 2D 필터를 위한 단일 설계 언어 내의 기본 요소 (primitives)로 통합합니다. 근사화할 대상 필터가 주어지면, 우리는 경사 하강법 (gradient descent)을 사용하여 연속적인 파라미터를 맞춤으로써 이 프로그램 공간을 자동으로 탐색하고, 성능과 품질 사이의 절충안을 제공하는 파레토 프런티어 (Pareto frontier) 알고리즘들을 생성합니다. 우리의 시스템은 기존에 설명된 여러 인기 있는 이미지 및 오디오 필터들보다 실질적으로 더 높은 품질과 더 빠른 필터 근사화를 생성합니다. 나아가, 우리는 이 설계 공간 내의 프로그램들을 데이터 지역성 (data locality)을 위해 융합된(fused), 최적화되고 벡터화된 병렬 C++ 코드로 자동 변환(lower)하는 방법을 보여줍니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.GR (Graphics)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기