Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
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.
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 바로가기이미지, 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.