Bir hücresel sinir ağı emülatörünün tasarlanması ve FPGA üzerinde gerçeklenmesi

İnsanlığın basından itibaren günlük hayatımızı etkileyen ve değistiren en önemli etkenler- den birinin teknoloji olduğu şüphesiz bir gerçektir. Teknolojideki gelişmenin son birkaç on yıl içinde iyice hızlanmasıyla bu degi¸simlerin sıklıgı da artmı¸stır. Örnegin birkaç yüzyıl önce yaşamış bir insanın hayatı boyunca gözlemleyebilecegi degisim sayısı en fazla bir iken, günümüzde ya¸sayan yaşı ilerlemis bir bireyin hayatı televizyon, transistör, uydu, bilgisayar, cep telefonu ve diger tasınabilir elektronik cihazlar gibi teknolojik gelisimler ile defalarca etkilenmistirTeknolojideki bu hızlı geli¸sim aynı zamanda arastırma konularında da yeni egilimlerin or- taya çıkmasına neden olmaktadır. Egilimin arttıgı bu konulardan biri de görüntü islemedir. Bundan 20 yıl öncesine kadar uzmanlıgı görüntü isleme olan kisiler yalnızca televizyon ve video kamera tasarım mühendisleri ile konuyla ilgilenen akademisyenlerdi. Ayrıca dönemin görüntü isleme konularının neredeyse tamamı görüntünün kalite kaybı veya bozulmaolmadan saklanması ve iletilmesi ile sınırlıydı. Sayısal kameraların ortaya çıkıp yaygınla¸smasıyla beraber görüntü iyilestirmeden görüntü sıkıstırmaya, otomatik hedef takibi vetanımadan biyometrik tanıma sistemlerine kadar birçok yeni görüntü isleme ?kri ortayaçıkmaya ba¸sladı. Ancak bu ?kirlerin hayata geçirilmesinde iki temel problem ortaya çıktı:(1) Yeni algoritmaların sınırlı zamanda gelistirilmesi ve sistem olarak gerçeklenmesi ile(2) hesaplamaların gerçek zamanlı olarak yapılabilmesi için hızlı ve paralel i¸slem yapmayetenegi olan donanımların gerekmesi. Öte yandan Hücresel Sinir Agları (Cellular Neural Networks ? CNN) çok boyutlu ortam- lar üzerinde i¸slem yapma yetenegi olan bir yapı olarak ortaya atılmıstır ve iki boyutlu ana- log ve sayısal gerçeklemeleri görüntü i¸slemede kullanılabilmektedir. Herhangi bir CNNgerçeklemesinin en büyük avantajı, aynı yapı üzerinde birçok farklı algoritmanın gerçeklenebilmesi sayesinde yukarıda bahsedilen ilk probleme çözüm olusturmasıdır. Ayrıcaanalog CNN gerçeklemelerinin 176 144 veya daha dü¸sük çözünürlükteki gri seviyeligörüntüler için 10 kilo çerçeve/s i¸slem hızına ula¸sabilmesi dolayısıyla ikinci probleminçözümüne de aday oldugu bir gerçektir. Ancak full?HD 1080p@60 (1920 1080 çözünürlük, 60 Hz çerçeve hızı) gibi yüksek çözünürlüge ve orta seviyede çerçeve hızına sahip görüntüler söz konusu oldugunda analog yapıların hızı gerçek zamanlı gerçekleme sınırının altına düsmektedir. Sayısal CNN gerçeklemeleri ise analog yapılardaki dogal paralel hesap özelligine sahip olmadıklarından dolayı full?HD 1080p@60 için çalı¸san bir gerçek- leme literatürde yer almamaktadır.Bu tezde full?HD 1080p@60 video görüntülerini i¸sleyebilen geli¸smi¸s bir gerçek zamanlısayısal CNN mimarisi önerilmi¸s, VHDL dilinde kodlanmı¸s ve iki farklı FPGA üzerindegerçeklenmi¸stir. Tasarlanan mimarinin önceki tasarımlara göre bazı üstünlükleri vardır.Bu özelliklerden ilki aynı yapının biri yüksek performanslı ve digeri dü¸sük maliyetli olan iki farklı FPGA üzerinde gerçeklenmesi ile kanıtlanan mimarinin ölçeklenebilirligidir. Ikinci olarak yapının esnekligi ve yeniden uyarlanabilmesi sıralanabilir. Bu sayede CNN sablonlarının boyu, tüm sinyallerin sabit noktalı aritmetikteki bit geni¸slikleri ve iterasyonsayısı gibi özellikler sentezleme öncesinde uyarlanabilmektedir. Üçüncü olarak sablonkatsayıları, esik degeri, sınır kosulları ve baypas modu gibi birçok parametrenin çalısma esnasında degistirilebilmesini saglayan programlanabilirlik özelligi verilebilir. Bu tez kapsamında önerilmis olan CNN mimarisi literatürde tüm bu özellikleri bir araya getirdigibildirilmis olan tek CNN yapısıdır.Anahtar Kelimeler: Hücresel sinir agları, görüntü isleme, alanda programlanabilir kapı dizileri, gerçek zamanlı sistemler