MPVUE - plataforma multiprocessador em chip para visão computacional

Detalhes bibliográficos
Ano de defesa: 2019
Autor(a) principal: Ilha, Gustavo
Orientador(a): Susin, Altamiro Amadeu
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Processamento de imagens
Visão computacional
Circuitos integrados
Palavras-chave em Inglês:
Image processing
Computer vision
Structure from motion
Monocular SLAM
SW/HW codesign
Network-on-chip
Multiprocessor system-on-chip
Link de acesso: http://hdl.handle.net/10183/204504
Resumo: O processamento de imagens e a visão computacional evoluíram significativamente nos últimos anos com o progresso da microeletrônica e dos sensores de imagem. A visão é muito útil para os animais se movimentarem e interagirem com o meio ambiente. Para os seres humanos, é ainda mais importante, pois a maioria das atividades depende da capacidade de ver e entender o contexto visual. Imagens estão em toda parte em nossas vidas diárias para comunicação, saúde, transporte e muitos outros aspectos. A visão é uma função muito complexa: além da aquisição de imagens, muitas outras tarefas são necessárias para compor um modelo de cena. Por enquanto, estamos interessados na captura de informações visuais para construir um modelo de cena 3D e reconhecer sinais e formas, tentando imitar a capacidade natural de ver. O sistema pode ser embarcado em objetos móveis ou pontos de observação, como veículos autônomos, sistemas de assistência ao motorista (DAS), monitoramento de tráfego e vigilância. Esta tese apresenta a plataforma MPVue, um Sistema MultiProcessador Heterogêneo de Memória Distribuída em Chip (DM-HMPSoC) estruturado sobre uma rede em chip (NoC) em malha 2-D, adaptada para realizar eficientemente o paralelismo de comunicação e execução em sistemas embarcados, visando aplicações de visão computacional. A arquitetura é descrita em uma RTL sintetizável e validada em FPGA. A comparação de desempenho foi feita usando algoritmos tipicamente usados no Processamento de Imagens: um Filtro Passa Baixas e a FFT. Uma implementação de arquitetura de software flexível baseada na Arquitetura Orientada a Serviços (SOA) facilita o encadeamento de funções para diferentes aplicativos. A arquitetura MPVue é adequada para os processos de visão de alto nível e trabalhos futuros avaliarão, por exemplo, seu desempenho para executar uma CNN treinada para capturar imagens de placas de veículos em vídeos de tráfego. Estudos em andamento definirão e portarão um sistema operacional para aumentar o desempenho do agendamento de tarefas e para executar vários aplicativos simultaneamente. Além disso, a API deve ser padronizada para facilitar o desenvolvimento de novos aplicativos.
id URGS_de8c851447b57ff66862b4f2345774c8
oai_identifier_str oai:www.lume.ufrgs.br:10183/204504
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str
spelling Ilha, GustavoSusin, Altamiro Amadeu2020-01-17T04:10:51Z2019http://hdl.handle.net/10183/204504001110151O processamento de imagens e a visão computacional evoluíram significativamente nos últimos anos com o progresso da microeletrônica e dos sensores de imagem. A visão é muito útil para os animais se movimentarem e interagirem com o meio ambiente. Para os seres humanos, é ainda mais importante, pois a maioria das atividades depende da capacidade de ver e entender o contexto visual. Imagens estão em toda parte em nossas vidas diárias para comunicação, saúde, transporte e muitos outros aspectos. A visão é uma função muito complexa: além da aquisição de imagens, muitas outras tarefas são necessárias para compor um modelo de cena. Por enquanto, estamos interessados na captura de informações visuais para construir um modelo de cena 3D e reconhecer sinais e formas, tentando imitar a capacidade natural de ver. O sistema pode ser embarcado em objetos móveis ou pontos de observação, como veículos autônomos, sistemas de assistência ao motorista (DAS), monitoramento de tráfego e vigilância. Esta tese apresenta a plataforma MPVue, um Sistema MultiProcessador Heterogêneo de Memória Distribuída em Chip (DM-HMPSoC) estruturado sobre uma rede em chip (NoC) em malha 2-D, adaptada para realizar eficientemente o paralelismo de comunicação e execução em sistemas embarcados, visando aplicações de visão computacional. A arquitetura é descrita em uma RTL sintetizável e validada em FPGA. A comparação de desempenho foi feita usando algoritmos tipicamente usados no Processamento de Imagens: um Filtro Passa Baixas e a FFT. Uma implementação de arquitetura de software flexível baseada na Arquitetura Orientada a Serviços (SOA) facilita o encadeamento de funções para diferentes aplicativos. A arquitetura MPVue é adequada para os processos de visão de alto nível e trabalhos futuros avaliarão, por exemplo, seu desempenho para executar uma CNN treinada para capturar imagens de placas de veículos em vídeos de tráfego. Estudos em andamento definirão e portarão um sistema operacional para aumentar o desempenho do agendamento de tarefas e para executar vários aplicativos simultaneamente. Além disso, a API deve ser padronizada para facilitar o desenvolvimento de novos aplicativos.Image processing and computer vision had evolved significantly in recent years hanged on the progress of microelectronics and image sensors. Vision is very helpful for animals to move and interact with the environment. For human beings, it is even more important since most activities rely on the ability to see and understand the visual context. Images are everywhere in our daily lives for communication, health-care, transportation and many other domains. Vision is a very complex function indeed: in addition to the image acquisition many other tasks are needed to compose a scene model. For now, we are interested in the capture of visual information to build a 3D scene model and recognize signs and shapes, trying to mimic the natural ability to see. The system may be embedded on moving objects or observation points like autonomous vehicles, Driver Assistance Systems (DAS), traffic monitoring and surveillance. This thesis presents the MPVue platform, a Distributed Memory Heterogeneous MultiProcessor System on Chip (DM-HMPSoC) structured over a 2-D Mesh Network on Chip (NoC), tailored to efficiently perform communication and execution parallelism on embedded systems, targeting computer vision applications. The architecture is described in a synthesizable RTL and was validated on a Xilinx KC705 development board. To check the flexibility and the performance of the architecture, two versions were generated: one with 3X3 NoC and one with a 4X4 NoC. Performance comparison was done using algorithms typically used on Image Processing: a Low Pass Filter and Fast Fourier Transform. A flexible software architecture implementation based on Service-Oriented Architecture (SOA) facilitates functions chaining for different applications. The MPVue architecture is suitable for the high-level vision processes and future works will evaluate, for example, its performance to run a convolutional neural network (CNN) trained to grab vehicle license images on traffic video. Ongoing studies will define and port an OS to increase task scheduling performance and to run multiple applications simultaneously. Furthermore, the API must be standardized ease the development of new applications.application/pdfporProcessamento de imagensVisão computacionalCircuitos integradosImage processingComputer visionStructure from motionMonocular SLAMSW/HW codesignNetwork-on-chipMultiprocessor system-on-chipMPVUE - plataforma multiprocessador em chip para visão computacionalinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisUniversidade Federal do Rio Grande do SulEscola de EngenhariaPrograma de Pós-Graduação em Engenharia ElétricaPorto Alegre, BR-RS2019doutoradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001110151.pdf.txt001110151.pdf.txtExtracted Texttext/plain241217http://www.lume.ufrgs.br/bitstream/10183/204504/2/001110151.pdf.txt4d48952cd11a1ed9c87026c324cdc01fMD52ORIGINAL001110151.pdfTexto completoapplication/pdf8253897http://www.lume.ufrgs.br/bitstream/10183/204504/1/001110151.pdfa412b600d417258cb00a7de92b7a6be1MD5110183/2045042022-02-22 05:12:58.363618oai:www.lume.ufrgs.br:10183/204504Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532022-02-22T08:12:58Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv MPVUE - plataforma multiprocessador em chip para visão computacional
title MPVUE - plataforma multiprocessador em chip para visão computacional
spellingShingle MPVUE - plataforma multiprocessador em chip para visão computacional
Ilha, Gustavo
Processamento de imagens
Visão computacional
Circuitos integrados
Image processing
Computer vision
Structure from motion
Monocular SLAM
SW/HW codesign
Network-on-chip
Multiprocessor system-on-chip
title_short MPVUE - plataforma multiprocessador em chip para visão computacional
title_full MPVUE - plataforma multiprocessador em chip para visão computacional
title_fullStr MPVUE - plataforma multiprocessador em chip para visão computacional
title_full_unstemmed MPVUE - plataforma multiprocessador em chip para visão computacional
title_sort MPVUE - plataforma multiprocessador em chip para visão computacional
author Ilha, Gustavo
author_facet Ilha, Gustavo
author_role author
dc.contributor.author.fl_str_mv Ilha, Gustavo
dc.contributor.advisor1.fl_str_mv Susin, Altamiro Amadeu
contributor_str_mv Susin, Altamiro Amadeu
dc.subject.por.fl_str_mv Processamento de imagens
Visão computacional
Circuitos integrados
topic Processamento de imagens
Visão computacional
Circuitos integrados
Image processing
Computer vision
Structure from motion
Monocular SLAM
SW/HW codesign
Network-on-chip
Multiprocessor system-on-chip
dc.subject.eng.fl_str_mv Image processing
Computer vision
Structure from motion
Monocular SLAM
SW/HW codesign
Network-on-chip
Multiprocessor system-on-chip
description O processamento de imagens e a visão computacional evoluíram significativamente nos últimos anos com o progresso da microeletrônica e dos sensores de imagem. A visão é muito útil para os animais se movimentarem e interagirem com o meio ambiente. Para os seres humanos, é ainda mais importante, pois a maioria das atividades depende da capacidade de ver e entender o contexto visual. Imagens estão em toda parte em nossas vidas diárias para comunicação, saúde, transporte e muitos outros aspectos. A visão é uma função muito complexa: além da aquisição de imagens, muitas outras tarefas são necessárias para compor um modelo de cena. Por enquanto, estamos interessados na captura de informações visuais para construir um modelo de cena 3D e reconhecer sinais e formas, tentando imitar a capacidade natural de ver. O sistema pode ser embarcado em objetos móveis ou pontos de observação, como veículos autônomos, sistemas de assistência ao motorista (DAS), monitoramento de tráfego e vigilância. Esta tese apresenta a plataforma MPVue, um Sistema MultiProcessador Heterogêneo de Memória Distribuída em Chip (DM-HMPSoC) estruturado sobre uma rede em chip (NoC) em malha 2-D, adaptada para realizar eficientemente o paralelismo de comunicação e execução em sistemas embarcados, visando aplicações de visão computacional. A arquitetura é descrita em uma RTL sintetizável e validada em FPGA. A comparação de desempenho foi feita usando algoritmos tipicamente usados no Processamento de Imagens: um Filtro Passa Baixas e a FFT. Uma implementação de arquitetura de software flexível baseada na Arquitetura Orientada a Serviços (SOA) facilita o encadeamento de funções para diferentes aplicativos. A arquitetura MPVue é adequada para os processos de visão de alto nível e trabalhos futuros avaliarão, por exemplo, seu desempenho para executar uma CNN treinada para capturar imagens de placas de veículos em vídeos de tráfego. Estudos em andamento definirão e portarão um sistema operacional para aumentar o desempenho do agendamento de tarefas e para executar vários aplicativos simultaneamente. Além disso, a API deve ser padronizada para facilitar o desenvolvimento de novos aplicativos.
publishDate 2019
dc.date.issued.fl_str_mv 2019
dc.date.accessioned.fl_str_mv 2020-01-17T04:10:51Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/204504
dc.identifier.nrb.pt_BR.fl_str_mv 001110151
url http://hdl.handle.net/10183/204504
identifier_str_mv 001110151
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Biblioteca Digital de Teses e Dissertações da UFRGS
collection Biblioteca Digital de Teses e Dissertações da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/204504/2/001110151.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/204504/1/001110151.pdf
bitstream.checksum.fl_str_mv 4d48952cd11a1ed9c87026c324cdc01f
a412b600d417258cb00a7de92b7a6be1
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv lume@ufrgs.br||lume@ufrgs.br
_version_ 1797065143526359040

Registros relacionados