Đồ án tốt nghiệp - Nâng cao độ phân giải hình ảnh bằng trí tuệ nhân tạo trên Xilinx ZYNQ U

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH
KHOA ĐIỆN – ĐIỆN TỬ
-

ĐỒ ÁN TỐT NGHIỆP
NGÀNH CNKT ĐIỆN TỬ - VIỄN THÔNG

NÂNG CAO ĐỘ PHÂN GIẢI HÌNH ẢNH
BẰNG TRÍ TUỆ NHÂN TẠO TRÊN XILINX
ZYNQ ULTRASCALE+ MPSOC – ZCU102

SVTH : HÀ NGUYỄN MINH PHƯỚC
MSSV : 20161245
Lớp

: 20161CLVT2B

Tp. Hồ Chí Minh, tháng 06 năm 2024

TRANG THÔNG TIN ĐỒ ÁN
1.

Thông tin sinh viên

Họ và tên sinh viên: HÀ NGUYỄN MINH PHƯỚC

MSSV: 20161245

Email: [email protected]

Điện thoại: 0377066783

Thông tin đề tài

2.
-

Tên đề tài: NÂNG CAO ĐỘ PHÂN GIẢI HÌNH ẢNH BẰNG TRÍ TUỆ NHÂN
TẠO TRÊN XILINX ZYNQ ULTRASCALE+ MPSOC – ZCU102.

-

Đơn vị quản lý: Bộ môn Kỹ thuật Máy tính – Viễn thông, Khoa Điện – Điện tử,
Trường Đại học Sư phạm Kỹ thuật TP Hồ Chính Minh.

3.

-

Thời gian thực hiện đồ án: 19/02/2024 đến 01/06/2024 (15 tuần).

-

Thời gian bảo vệ:
Lời cam đoan

Tôi cam đoan đồ án tốt nghiệp này là công trình nghiên cứu của tôi dưới sự hướng dẫn
khoa học của GVC.Ths. Đậu Trọng Hiển. Những số liệu, nội dung nghiên cứu và kết quả
trong đồ án là hoàn toàn trung thực. Các nội dung tham khảo từ nguồn bên ngoài được
trích dẫn đầy đủ.
Tp. Hồ Chí Minh, ngày … tháng 06 năm 2024

Hà Nguyễn Minh Phước

LỜI CẢM ƠN
Em xin chân thành cảm ơn quý thầy cô trong bộ môn CNKT Điện tử - Viễn thông
đã dạy cho em kiến thức và giúp đỡ em giải quyết những khó khăn trong quá trình
làm đồ án tốt nghiệp.
Đặc biệt xin chân thành cảm ơn thầy GVC.ThS. Đậu Trọng Hiển đã tận tình giúp
đỡ và giải quyết những khó khăn trong quá trình chọn đề tài và hỗ trợ em xuyên suốt
trong quá trình thực hiện.
Em cũng muốn bày tỏ lòng biết ơn đặc biệt đến thầy Ths. Trương Quang Phúc đã
điều kiện rất lớn cho em để có thể tiếp xúc và làm việc với phần cứng ZCU102. Sự
chia sẻ kiến thức, động viên và tạo điều kiện thuận lợi từ Thầy đã đóng góp rất lớn
vào sự thành công của đề tài, giúp em vượt qua những thách thức và hoàn thành công
việc một cách tốt nhất.
Dù đã cố gắng hết sức, em thừa nhận rằng có những thiếu sót không mong muốn
trong báo cáo. Em trân trọng và mong nhận được sự góp ý chân thành từ Thầy/Cô
nhằm hoàn thiện báo cáo và tích lũy kinh nghiệm quý báu cho những bước tiến phía
trước.
Cuối cùng, em xin kính chúc Thầy/Cô luôn tràn đầy sức khỏe, hạnh phúc và đạt
được nhiều thành công trong giảng dạy và công việc. Xin chân thành cảm ơn sự hỗ
trợ và dành tặng lời chúc tốt đẹp nhất đến Thầy/Cô và mọi người.

Sinh viên thực hiện

Hà Nguyễn Minh P
...

...
ạt hơn trong thực tiễn. Triển khai các mạng siêu phân giải khác như GAN,
VDSR, … và so sánh với RCAN, từ đó suy ra phương pháp nào tối ưu nhất.
Phần cứng Zynq Ultrascale+ MPSoC - ZCU102 là một SoC mạnh mẽ với
nhiều tiềm năng phát triển. Ngoài việc ứng dụng Deep Learning cho ZCU102, có
thể ứng dụng cho nhiều lĩnh vực khác nhau như điều khiển các thiết bị ngoại vi
bằng các chuẩn giao tiếp CAN, SPI,...Ứng dụng trong IoT cho việc nhận các giá trị
từ cảm biến, hoặc trong các bài toán siêu cao tần,....

92

Tài liệu tham khảo

TÀI LIỆU THAM KHẢO

[1]

N. H. N. Uyen, Implementation Of Sobel Filter Base On The Zynq7000 SoC Development Board, Ho Chi Minh, 2022.

[2]

G. K. Ravi, Deploying Deep learning Image Super-Resolution
Models in Xilinx Zynq MPSoC ZCU102, 2020.

[3]

C. C. L. K. H. X. T. Chao Dong, Learning a Deep Convolutional
Network for Image Super-Resolution, 2014.

[4]

Jiwon Kim, Jung Kwon Lee,Kyoung mu Lee, Accurate Image SuperResolutioon Using Very Deep Convolutional Networks, 2016.

[5]

Jwon Kim, Jung Kwon Lee, Kyoung Mu Lee, Deep-Recursive
Convolutional Network for Image Super-Resolution, 2016.

[6]

Yulun Zhang, Kunpeng Li, Kai li, Lichen Wang, Bineng Zhong, Yun
Fu, Image Super-Resolution Using Very Deep Residual Channel
Attention Networks, 2018.

[7]

Louise H. Crockett, David Northcote, Craig Ramsay, Fraser D.
Robinson, Robert W. Stewart, Exploring Zynq® MPSoC With PYNQ and
Machine Learning Applications, Scotland, 2019.

[8]

Xilinx, ZCU102 Evaluation Board User Guide (Ug1182) (v.17), 2023.

[9]

ARM, Learning the architecture - An introduction to AMBA AXI
(v3.0), 2022.

93

Tài liệu tham khảo

[10]

Xilinx, DPUCZDX8G for Zynq UltraScale+ MPSoCs - PG338 (v4.1),
2023.

[11]

Xilinx, Zynq Ultrascale+ MPSoC Processing System v3.5 (PG201),
2023.

[12]

Xilinx, Clocking WIzard v6.0 (PG065), 2022.

[13]

Xilinx, Processsor System Reset Module v5.0 (PG164), 2015, p. 13.

[14]

Xilinx and University of Strathclyde Glasgow, The Zynq Book:
Embedded Processing with the ARM CortexA9 on the Xilinx Zynq-7000
All Programmable SoC, UK: Louise H. Crockett Ross A. Elliot Martin
A. Enderwitz Robert W. Stewart, 2014.

94

PHỤ LỤC
Code chương trình mạng siêu phân giải RCAN, code vẽ biểu đổ histogram và
hướng dẫn các bước chạy mô hình siêu phân giải ảnh RCAN trên Zynq Ultrascale+
MPSoC – ZCU102 nằm trong link Github được cung cấp bên dưới.
https://github.com/phuoc0402/Residual-Channel-Attention-Networks-based-onFPGA.git

95