Implementación de una estructura neuronal celular en hardware reconfigurable

Luis F. Muñoz M., Juan José Raygoza P., J. Roberto R. Barón, Susana Ortega Cisneros

Resumen


El siguiente artículo presenta el diseño e implementación de una red neuronal celular (CNN) desarrollado en dispositivos reconfigurables FPGA con aplicaciones para procesamiento digital de imágenes en escala de grises a ocho bits y dimensión M x N.

La CNN es capaz de hacer el procesamiento mediante una exploración sobre todo el patrón de entrada, desplazando por bloques la matriz para procesar la imagen. La red propuesta consiste en una matriz de 24 elementos de procesamiento, constituidos por unidades aritméticas independientes que determinan su valor, colocados en una malla rectangular de cuatro filas por seis columnas. Se describe un conjunto de enlaces programables que permiten modificar la salida mediante el tipo de conectividad definido.
El diseño fue desarrollado utilizando lenguaje de descripción de hardware VHDL. La implementación se realizó en un dispositivo FPGA Xilinx® de la familia Virtex-6. Se muestra la simulación, así como los resultados en área de ocupación y latencia.

Palabra(s) Clave(s): CNN, FPGA, procesamiento digital de imágenes.


Texto completo:

1423-1442 PDF

Referencias


L. O. Chua, T. Roska, T. Kozek, A. Sarandi, “The CNN paradigm short tutorial book of Cellular Neural Networks”. John Wiley. 1993. 1- 14.

L. O. Chua, “Cellular Neural Networks: Theory”. IEEE Transactions on Circuits and Systems. Vol. 35. No. 9. 1988. 1257-1272.

A. Flores, E. Gómez, “Tutorial sobre Redes Neuronales Celulares: Aplicación al Procesamiento de Imágenes”. LIDETEA. Universidad La Salle. 2004.

T. B. Roska, P. Thira, L.O. Chua, “Detecting Simple Motion Using Cellular Neural Networks”. Proc. First IEEE Int. Workshop on Cellular Neural Networks and their Applications. 1990. Budapest. 127-138 pp.

T. Roska, L. Chua, “Cellular Neural Networks with Non-Linear and Delay-Type Template Elements and Non-Uniform Grids”. Int’l Journal of Circuit Theory and Applications. Vol. 20. 1992. 469-481 pp.

J. J. Raygoza-Panduro, J.J., Ortega-Cisneros S., Salazar Santos, J. C. Ibarra, De la Mora A., Cárdenas-Rodríguez R, “Prototipado de una Red Neuronal Celular Digital en FPGAs”. Segundo congreso CONCIBE y CACIF. Vol.1. 2006. 1-6 pp.

A.G. Radvanyi, “On the rectangular grid representation of general CNN networks, Cellular Neural Networks and Their Applications”. Proceedings of the 2000 6th IEEE International Workshop, Digital Object Identifier No. 10.1109/CNNA.2000.877360. May 2000. 387 – 393, 23-25 pp.

H. Harrer, ”Multiple layer discrete-time cellular neural networks using time-variant templates”. IEEE Transactions on Circuits and Systems part II. Vol. 40. 1993. 191–199 pp.

L. O. Chua and T. Roska, Cellular neural networks and visual computing-Foundation and applications. 2002. Cambridge University Press. 29-30 pp.

R. C. Gonzalez, R. E. Woods, Digital Image Processing. 3rd ed. 2008. Prentice Hall. Upper Saddle River, NJ.

Xilinx Inc. Getting Started with the Xilinx Virtex-6 FPGA ML605 Evaluation Kit, manual XPN 0402771-01 UG533 (v1.5). www.xilinx.com. Oct. 20 2011.

Xilinx Inc., ML605 Hardware User Guide UG534 (v1.8). www.xilinx.com. Oct. 2 2012.

"Virtex-6 Family Overview. Xilinx. 2012.


Enlaces refback

  • No hay ningún enlace refback.




URL de la licencia: https://creativecommons.org/licenses/by/3.0/deed.es

Licencia Creative Commons    Pistas Educativasa está bajo la Licencia Creative Commons Atribución 3.0 No portada.