[논문 리뷰] Enhanced computation method of topological smoothing on shared memory parallel machines

Ramzi Mahmoudi, Mohamed Akil|arXiv (Cornell University)|2016. 03. 30.

Digital Image Processing Techniques참고 문헌 21인용 수 66

한 줄 요약

이 논문은 공유 메모리 병렬 시스템을 사용하여 2차원 이진 이미지에 대해 병렬 위상 정렬을 수행하는 방법을 제안하며, 효율적이고 위상 보존적인 계산을 가능하게 하는 새로운 분할, 분배, 병합(SDM) 전략을 도입한다. 8코어 시스템에서 70%의 캐시 성공률을 기록하며 순차적 방법 대비 5.2배의 성능 향상을 달성하여 성능과 메모리 관리 측면에서 뚜렷한 개선을 이룬다.

ABSTRACT

To prepare images for better segmentation, we need preprocessing applications, such as smoothing, to reduce noise. In this paper, we present an enhanced computation method for smoothing 2D object in binary case. Unlike existing approaches, proposed method provides a parallel computation and better memory management, while preserving the topology (number of connected components) of the original image by using homotopic transformations defined in the framework of digital topology. We introduce an adapted parallelization strategy called split, distribute and merge (SDM) strategy which allows efficient parallelization of a large class of topological operators. To achieve a good speedup and better memory allocation, we cared about task scheduling and managing. Distributed work during smoothing process is done by a variable number of threads. Tests on 2D grayscale image (512*512), using shared memory parallel machine (SMPM) with 8 CPU cores (2 Xeon E5405 running at frequency of 2 GHz), showed an enhancement of 5.2 with cache success rate of 70%.

연구 동기 및 목표

• 이미지 전처리에서 순차적 위상 정렬의 성능 저하 문제를 해결하기 위해.
• 공유 메모리 아키텍처에서 위상 보존 정렬을 효율적으로 병렬화하기 위해.
• 병렬 위상 연산자에서 메모리 관리와 작업 스케줄링을 향상시키기 위해.
• 이미지 정렬 중 연결 성분 수(위상)를 유지하기 위해.
• 넓은 범위의 위상 연산자에 적용 가능한 확장 가능하고 재사용 가능한 병렬화 전략을 개발하기 위해.

제안 방법

• 이미지를 영역으로 분할하여 병렬 처리할 수 있도록 하는 분할, 분배, 병합(SDM) 전략을 도입한다.
• 디지털 위상수학에서 유사변형 변환을 사용하여 정렬 과정에서 위상 보존을 보장한다.
• 공유 메모리 병렬 기계(SMPM)에서 가변 수의 스레드에 이미지 영역을 분배한다.
• 동적 작업 스케줄링과 메모리 관리를 통해 경쟁을 줄이고 캐시 활용도를 향상시킨다.
• 중첩되지 않는 이미지 세그먼트에서 병렬로 정렬 연산을 수행한 후 경계 일致성에 따라 결과를 병합한다.
• 8코어 시스템에서 70%의 캐시 성공률을 달성하기 위해 메모리 액세스 패턴을 최적화한다.

실험 결과

연구 질문

• RQ1 공유 메모리 아키텍처에서 이미지 위상 보존을 유지하면서 위상 정렬을 어떻게 효율적으로 병렬화할 수 있는가?
• RQ2 어떤 병렬화 전략이 위상 이미지 처리에서 높은 성능 향상과 효과적인 메모리 관리를 가능하게 하는가?
• RQ3 캐시 효율성과 작업 스케줄링은 병렬 위상 연산자에서 성능 향상에 얼마나 기여하는가?
• RQ4 제안된 SDM 전략은 다른 위상 보존 이미지 연산자로 일반화될 수 있는가?
• RQ5 현대 공유 메모리 시스템에서 성능 향상과 메모리 효율성 측면에서 기대할 수 있는 성능 향상은 어느 정도인가?

주요 결과

• 제안된 방법은 2.0GHz Xeon E5405 프로세서를 탑재한 8코어 공유 메모리 시스템에서 5.2배의 성능 향상을 달성한다.
• 유사변형 변환을 사용함으로써 위상 보존이 유지되어 연결 성분 수가 변화하지 않는다.
• 70%의 캐시 성공률를 기록하여 효과적인 메모리 액세스 최적화를 입증한다.
• SDM 전략은 효율적인 로드 밸런싱을 가능하게 하며 병렬 실행 중 메모리 경쟁을 줄인다.
• 이 방법은 확장 가능하며 단순 정렬을 넘어서 광범위한 위상 연산자에 적용 가능하다.
• 결과적으로 위상 정합성 보장을 하면서도 순차적 구현 대비 뚜렷한 성능 향상을 보여준다.