Journal of the Institute of Electronics Engineers of Korea SD (대한전자공학회논문지SD)

The Institute of Electronics and Information Engineers (대한전자공학회)
권호 표지

A Hardware Design of Feature Detector for Realtime Processing of SIFT(Scale Invariant Feature Transform) Algorithm in Embedded Systems

임베디드 환경에서 SIFT 알고리즘의 실시간 처리를 위한 특징점 검출기의 하드웨어 구현

  • Park, Chan-Il (Department of Electronics and Communication Engineering, Kwangwoon University) ;
  • Lee, Su-Hyun (Department of Electronics and Communication Engineering, Kwangwoon University) ;
  • Jeong, Yong-Jin (Department of Electronics and Communication Engineering, Kwangwoon University)
  • 박찬일 (광운대학교 전자통신공학과) ;
  • 이수현 (광운대학교 전자통신공학과) ;
  • 정용진 (광운대학교 전자통신공학과)
  • Published : 2009.03.25
Download PDF
⟨ Previous Next ⟩

Abstract

SIFT is an algorithm to extract vectors at pixels around keypoints, in which the pixel colors are very different from neighbors, such as vertices and edges of an object. The SIFT algorithm is being actively researched for various image processing applications including 3D image reconstructions and intelligent vision system for robots. In this paper, we implement a hardware to sift feature detection algorithm for real time processing in embedded systems. We estimate that the hardware implementation give a performance 25ms of $1,280{\times}960$ image and 5ms of $640{\times}480$ image at 100MHz. And the implemented hardware consumes 45,792 LUTs(85%) with Synplify 8.li synthesis tool.

SIFT(Scale Invariant Feature Transform) 알고리즘은 영상 데이터로부터 객체의 꼭지점이나 모서리와 같이 색상 성분의 차가 심한 영역에서 특징점을 찾아 벡터성분을 추출하는 알고리즘으로, 현재 얼굴인식, 3차원 객체 인식, 파노라마, 3차원 영상 복원 작업의 핵심 알고리즘으로 연구 되고 있다. 본 논문에서는 SIFT 알고리즘을 임베디드 환경에서 실시간으로 처리하기 위해 가장 연산량이 많은 특징점 위치 결정 단계를 Verilog HDL 언어를 이용하여 FPGA로 구현하고 그 성능을 분석한다. 하드웨어는 100MHz 클럭에서 $1,280{\times}960$영상기준 25ms, $640{\times}480$영상기준 5ms의 빠른 연산속도를 보인다. 그리고 Xilinx Virtex4 XC4VLS60 FPGA를 타겟으로 Synplify Pro 8.1i합성툴을 이용하여 합성시 약 45,792LUT(85%)의 결과를 나타낸다.

Keywords

References

  1. D. G. Lowe. "Object recognition from local scaleinvariant features." In Proceedings of the Seventh International Conference on Computer Vision (ICCV''99), pages 1150-1157, Kerkyra, Greece, September 1999 https://doi.org/10.1109/ICCV.1999.790410
  2. D. G. Lowe, "Distinctive image features from scale invariant keypoints", International Journal of Computer Vision, vol. 60, no. 2, 2004 https://doi.org/10.1023/B:VISI.0000029664.99615.94
  3. Paolo Giacon, Saul Saggin, Giovanni Tommasi, Matteo Bausti, "lmpelmenting DSP Algorithms Using Spartan-3 FPGA", p16-p18, DSP Maggazine, October, 2005
  4. Cristina Cabani, W. James MacLean, " A Proposed Pipelined-Architecture for FPGA-Based Affine-Invariant Feature Detectors." accepted for presentation at The Second IEEE Workshop on Embedded Computer Vision Systems, New York, June 2006 https://doi.org/10.1109/CVPRW.2006.19
  5. 박찬일, 이수현, 정용진, "SoC 하드웨어 설계를 위한 SIFT 특징점 위치 결정 알고리즘의 고정 소수점 모델링 및 성능분석", 전자공학회 논문지 제 45권 SD편 제 6호, 2008
  6. 박찬일, 이수현, 정용진, "SIFT 알고리즘의 하드웨어 구현을 위한 리사이즈 모듈 설계", 2008 SoC Conference,대한전자 공학회 SoC 설계 연구회, 2008
  7. 정성태, Visual C++을 이용한 실용 영상처리, 생능출판사, 2007