As various applications of object recognition has been advanced, much higher performance vision pro-cessing technology is required. Object matching process which consists of feature matching and feature cluster-ing process has been the bottleneck of the whole object recognition process because of its massive memory bandwidth that occurs during external database access. Locality Sensitive Hashing (LSH) algorithm has been frequently used for feature matching process due to its high feature matching accuracy. Previous works based on LSH achieved high accuracy but they cannot meet the Real-time requirement under Full HD resolution and 60fps frame rate.
To compensate for speed, Vocabulary Tree (VT) is proposed and widely used due to its ability to remove external DB access and facilitate fast speed. Nevertheless, VT has chronic problem that its object matching accuracy is rapidly degraded as the number and size of the database increases. To compensate for low accuracy, Vocabulary Forest (VF) algorithm which is composed of 4 differently learnt VTs and a combination logic is proposed in this paper.
The proposed VF is implemented in 65nm CMOS Logic technology operating at 250MHz under 1.2V supply voltage. The VF processor with 190kByte SRAM in total occupies 1.360mm x 1.692mm and consumes 33.8mW in average. Also, the proposed VF processor achieved 95.7% matching accuracy and 2.07 M-vec/s throughput.
물체 인식을 활용한 다양한 애플리케이션이 생기면서 더 높은 퍼포먼스의 비전 처리 기술이 필요해졌다. 특징점 매칭과 특징점 클러스터링의 단계로 구성된 물체 매칭 과정은 외부 데이터베이스에 접근하는 과정 중 생기는 메모리 대역폭의 크기로 인해 전체 물체 인식 과정의 병목 점이 된다. 이를 해결하기 위한 특징점 매칭 알고리즘으로 높은 매칭 정확도를 갖는 Locality Sensitive Hashing 알고리즘이 자주 사용되었다. 이를 사용한 기존의 일들은 높은 정확도를 갖지만, Full HD 해상도의 60fps 프레임 속도에서의 실시간 요건은 맞추지 못한다.
이러한 속도를 보상하기 위해서 Vocabulary Tree 알고리즘이 제안되었고, 외부 데이터베이스 접근을 없앨 수 있어서 빠른 속도를 갖기 때문에 Image Retrieval 분야에서 자주 사용되었다. 그럼에도 불구하고 Vocabulary Tree는 데이터베이스의 크기와 물체의 개수가 커질수록 매칭의 정확도가 현저히 작아진다는 문제점을 보유한다. 본 논문에서는 이러한 정확도를 보상하기 위해, 서로 다른 4개의 Vocabulary Tree로 구성된 Vocabulary Forest 알고리즘과 combination 알고리즘을 제안한다.
본 논문에서 제안하는 Vocabulary Forest 프로세서는 65nm CMOS Logic 공정으로 제작되었으며, 1.2V의 공급 전원에서 250MHz의 속도로 동작한다. 총 190 kByte의 SRAM을 갖는 Vocabulary Forest 프로세서는 1.360mm x 1.692mm의 면적을 차지하며, 33.8mW의 평균 전력을 소비한다. 측정 결과 Full HD 60fps의 high cluttered image (4920 features/frame) 환경에서 2.07 M-vec/s의 throughput과 05.7%의 Matching Accuracy를 보인다.
