Proposta para aceleração de desempenho de algoritmos de visão computacional em sistemas embarcados (2016)
- Autores:
- Autor USP: CURVELLO, ANDRÉ MÁRCIO DE LIMA - EESC
- Unidade: EESC
- Sigla do Departamento: SEL
- Assuntos: LINUX; VISÃO COMPUTACIONAL; SISTEMAS EMBUTIDOS
- Palavras-chave do autor: MULTICORE
- Idioma: Português
- Resumo: O presente trabalho apresenta um benchmark para avaliar o desempenho de uma plataforma embarcada WandBoard Quad no processamento de imagens, considerando o uso da sua GPU Vivante GC2000 na execução de rotinas usando OpenGL ES 2.0. Para esse fim, foi tomado por base a execução de filtros de imagem em CPU e GPu. Os filtros são as aplicações mais comumente utilizadas em processamento de imagens, que por sua vez operam por meio de convoluções, técnica esta que faz uso de sucessivas multiplicações matriciais, o que justifica um alto custo computacional dos algoritmos de filtros de imagem em processamento de imagens. Dessa forma, o emprego da GPU em sistemas embarcados é uma interessante alternativa que torna viável a realização de processamento de imagem nestes sistemas, pois além de fazer uso de um recurso presente em uma grande gama de dispositivos presentes no mercado, é capaz de acelerar a execução de algoritmos de processamento de imagem, que por sua vez são a base para aplicações de visão computacional tais como reconhecimento facial, reconhecimento de gestos, dentre outras. Tais aplicações tornam-se cada vez mais requisitadas em um cenário de uso e consumo em aplicações modernas de sistemas embarcados. Para embasar esse objetivo foram realizados estudos comparativos de desempenho entre sistemas e entre bibliotecas capazes de auxiliar no aproveitamento de recursos de processadores multicore. Para comprovar o potencial do assunto abordado e fundamentar a proposta do presente trabalho, foi realizado um benchmark na forma de uma sequência de testes, tendo como alvo uma aplicação modelo que executa o algoritmo do Filtro de Sobel sobre um fluxo de imagens capturadas de uma webcam. A aplicação foi executada diretamente na CPU e também na GPU embarcada. Como resultado, a execução em GPU por meio de OpenGL ES 2.0 alcançou desempenho quase 10 vezes maior com relação à execuçãoem CPU, e considerando tempos de readback, obteve ganho de desempenho total de até 4 vezes
- Imprenta:
- Local: São Carlos
- Data de publicação: 2016
- Data da defesa: 10.06.2016
-
ABNT
CURVELLO, André Márcio de Lima. Proposta para aceleração de desempenho de algoritmos de visão computacional em sistemas embarcados. 2016. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2016. Disponível em: http://www.teses.usp.br/teses/disponiveis/18/18152/tde-03082016-164741/. Acesso em: 24 abr. 2024. -
APA
Curvello, A. M. de L. (2016). Proposta para aceleração de desempenho de algoritmos de visão computacional em sistemas embarcados (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/18/18152/tde-03082016-164741/ -
NLM
Curvello AM de L. Proposta para aceleração de desempenho de algoritmos de visão computacional em sistemas embarcados [Internet]. 2016 ;[citado 2024 abr. 24 ] Available from: http://www.teses.usp.br/teses/disponiveis/18/18152/tde-03082016-164741/ -
Vancouver
Curvello AM de L. Proposta para aceleração de desempenho de algoritmos de visão computacional em sistemas embarcados [Internet]. 2016 ;[citado 2024 abr. 24 ] Available from: http://www.teses.usp.br/teses/disponiveis/18/18152/tde-03082016-164741/
Como citar
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
