Σχεδίαση Αναλογικών Ολοκληρωμένων Κυκλωμάτων για Αναγνώριση Ακμών σε Εικόνες

Abstract

Η αναλογική επεξεργασία εικόνας κοντά στον αισθητήρα μπορεί να περιορίσει τις απαιτήσεις μεταφοράς και ψηφιοποίησης δεδομένων σε συστήματα μηχανικής όρασης. Η εργασία εξετάζει την ανίχνευση ακμών ως στάδιο προεπεξεργασίας για την ανίχνευση οχημάτων. Προτείνονται ένας ανιχνευτής Difference of Gaussians (DoG), με στενό και ευρύ κλάδο κοινής τοπολογίας Bump, και τέσσερις σταθερές υλοποιήσεις Roberts Cross, Prewitt, Sobel και Scharr σε κοινό κυκλωματικό πλαίσιο. Τα κυκλώματα λειτουργούν στην περιοχή υπο-κατωφλίου, στο πεδίο του ρεύματος, με τροφοδοσία 0.6V σε τεχνολογία TSMC 65nm. Αξιολογούνται μέσω προσομοιώσεων σχηματικού στο Cadence IC Suite, ενώ διαδοχικά κυκλώματα Winner-Take-All παράγουν δυαδικούς χάρτες ακμών χωρίς ενδιάμεση μετατροπή αναλογικού σε ψηφιακό σήμα. Σε 100 καρέ του BDD100K, ο DoG επιτυγχάνει F1 0.799 με μέση κατανάλωση 103.6nW ανά εικονοστοιχείο εισόδου και ρυθμαπόδοση 160kpx/s. Οι τελεστές κλίσης επιτυγχάνουν μέσο F1 0.886–0.892 με σταθερό κατώφλι ανά τελεστή, κατανάλωση 28.1–113.0nW ανά εικονοστοιχείο εξόδου και ρυθμαπόδοση 0.8Mpx/s. Προσομοιώσεις διεργασίας, θερμοκρασίας και Monte Carlo αναδεικνύουν τη σημασία της βαθμονόμησης. Καμία εξετασμένη σταθερή ρύθμιση του DoG δεν καλύπτει όλες τις συνθήκες, ενώ στους τελεστές κλίσης η βαθμονόμηση ανά πραγματοποίηση διακρίνεται από τη χρήση κοινού βελτιστοποιημένου κατωφλίου. Ανιχνευτές YOLOv8m προσαρμοσμένοι μέσω μεταφοράς μάθησης αξιολογούνται σε 7 917 εικόνες με λογισμικούς χάρτες ακμών και σε κυκλωματικά υποσύνολα 100 καρέ. Οι κυκλωματικοί χάρτες διατηρούν το 94.0% του αντίστοιχου λογισμικού mAP@0.5 για τον DoG και το 91.2%–95.1% για τους τελεστές κλίσης, αλλά υστερούν έναντι εικόνων διαβαθμίσεων του γκρι. Οι Prewitt και Sobel προσφέρουν μικρό, στατιστικά διακριτό πλεονέκτημα έναντι του Roberts Cross στην ανίχνευση οχημάτων, ενώ ο τελευταίος καταναλώνει τη λιγότερη ισχύ. Η επιλογή εξαρτάται συνεπώς από τον συμβιβασμό ισχύος, ακρίβειας και δυνατότητας βαθμονόμησης, χωρίς καθολικά βέλτιστη λύση.