Recurrently Decomposable 2-D Convolvers for FPGA-Based Digital Image Processing
Recurrently Decomposable 2-D Convolvers for FPGA-Based Digital Image Processing
复制标题
用于基于 FPGA 的数字图像处理的可循环分解二维卷积器
DOI：
10.1109/tcsii.2016.2536202
复制
发表时间：
2016-02
影响因子：
4.4
通讯作者：
Bharath, Anil Anthony
中科院分区：
文献类型：
--
作者：
Ma, Zhao-Bin;Yang, Yang;Liu, Yun-Xia;Bharath, Anil Anthony
二维卷积是图像处理和计算机视觉中广泛使用的一种运算，具有计算量大、内存访问频繁的特点。提高现场可编程门阵列(FPGA)性能的以往努力
Two-dimensional (2-D) convolution is a widely used operation in image processing and computer vision, characterized by intensive computation and frequent memory accesses. Previous efforts to improve the performance of field-programmable gate array (FPGA)
登录
查看更多内容
DOI：
10.1023/b:vlsi.0000028534.35761.a8
发表时间：
2004-08
期刊：
Journal of VLSI signal processing systems for signal, image and video technology
影响因子：
--
作者：
M. Sunwoo;S. Oh
通讯作者：
M. Sunwoo;S. Oh
DOI：
10.1016/j.vlsi.2006.07.001
发表时间：
2007-07
期刊：
Integr.
影响因子：
--
作者：
Ming Z. Zhang;V. Asari
通讯作者：
Ming Z. Zhang;V. Asari
DOI：
10.4018/978-1-7998-1192-3.ch008
发表时间：
2020
期刊：
Advances in Systems Analysis, Software Engineering, and High Performance Computing
影响因子：
--
作者：
Menaga D.;R. S.
通讯作者：
Menaga D.;R. S.
DOI：
10.4018/978-1-5225-9096-5.ch007
发表时间：
2021-07
期刊：
Smart Computational Intelligence in Biomedical and Health Informatics
影响因子：
--
作者：
A. Sinha;S. Gupta;Anurag Tiwari;Amrita Chaturvedi
通讯作者：
A. Sinha;S. Gupta;Anurag Tiwari;Amrita Chaturvedi
DOI：
10.4018/978-1-5225-7862-8.ch007
发表时间：
2019
期刊：
Handbook of Research on Deep Learning Innovations and Trends
影响因子：
--
作者：
K. Lakhtaria;Darshankumar Modi
通讯作者：
K. Lakhtaria;Darshankumar Modi