文献

J-GLOBAL ID：202102225445038736   整理番号：21A0892752

最適化GPU支援画像復号化による深層学習タスクの加速【JST・京大機械翻訳】

Accelerating Deep Learning Tasks with Optimized GPU-assisted Image Decoding

著者 (3件)： Wang Lipeng (HKUST,Department of Computer Science and Engineering,Hong Kong, China) ,  Luo Qiong (HKUST,Department of Computer Science and Engineering,Hong Kong, China) ,  Yan Shengen (SenseTime Research,Shenzhen,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICPADS  ページ： 274-281  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： コンピュータビジョン深層学習(DL)タスクにおいて,入力画像データセットの大部分はJPEGフォーマットに保存される。これらのJPEGデータセットは,DLタスクがそれら上で実行される前に復号する必要がある。DLタスクのための現在のJPEG復号化手順における2つの問題を観察した。(1)復号器における画像エントロピーデータの復号化は順次実行され,DL反復によるこの逐次復号化反復は有意な時間を要する。(2)現在の並列復号法はGPU上の大規模ハードウェアスレッドを利用している。画像復号化時間を減らすために,DLタスクにおける反復画像走査を避けるために,事前走査機構を導入した。著者らのプレスキャンは,エントロピーデータのための境界マーカーを生成し,復号化を並列に実行することができた。既存のデータセットストレージとキャッシングシステムと協調するために,事前走査機構の2つのモード,互換性モードと高速モードを提案した。互換性モードは,画像ファイル構造を変化させず,事前走査ファイルを,その後のDLタスクのためにディスクに戻すことができる。比較において,高速モードは,GPU上で直接処理できる並列復号化に適した二値フォーマットにJPEG画像を加工する。GPUは数千のハードウェアスレッドを持つので,事前スキャンデータセット上で細粒並列復号化法を提案した。細粒並列はGPUを有効に利用し,実世界DLタスクにおける既存のGPU支援画像復号化ライブラリ上で約1.5倍の高速化を達成した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： エントロピー ,  円板 ,  *最適化 ,  互換性 ,  復号器 ,  *復号化 ,  逐次復号化 ,  ハードウェア ,  コンピュータビジョン ,  高速化 ,  スレッド ,  JPEG ,  *画像復元
準シソーラス用語： キャッシング ,  *深層学習 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： 最適化 ,  GPU ,  支援 ,  画像復号化 ,  深層学習 ,  タスク ,  加速