Hardware accelerated feature detection on Linux based embedded systems
Autor(a) principal: | |
---|---|
Data de Publicação: | 2021 |
Tipo de documento: | Dissertação |
Idioma: | eng |
Título da fonte: | Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
Texto Completo: | https://hdl.handle.net/1822/84320 |
Resumo: | Dissertação de mestrado em Engenharia Eletrónica Industrial e Computadores |
id |
RCAP_c868038cf481b15212b010fdcf2964be |
---|---|
oai_identifier_str |
oai:repositorium.sdum.uminho.pt:1822/84320 |
network_acronym_str |
RCAP |
network_name_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository_id_str |
7160 |
spelling |
Hardware accelerated feature detection on Linux based embedded systemsAceleração em hardware da deteção de detalhes para sistemas embebidos baseados em LinuxHardware accelerationDetectionFASTFPGAAceleração em hardwareDeteçãoEngenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e InformáticaDissertação de mestrado em Engenharia Eletrónica Industrial e ComputadoresThe rapid growth and increased demand in the field of computer vision have raised the computation requirements for the current and next generations of computer vision applications in the embedded systems domain. In recent years, several strategies have improved detection algorithms in terms of accuracy and execution time. Feature extraction is one of the first steps in computer vision systems. Features from Accelerated Segment Test (FAST) is a software-accelerated computed vision algorithm that was developed to lower the computational requirement, to conform with real-time application demands. However, this implementation is still dependent on the resolution and is heavily penalized by the increase of the target image details. This dissertation proposes hardware acceleration of the feature extraction stage using FPGA in Linux based embedded system. The implemented hardware was guided by the design principles of computational efficiency and the application’s performance. The final version of the implemented algorithm proposes the introduction of features that make it invariant to the scale of objects by introducing an image-based pyramid approach. The implementation was tested on Xilinx’s CPU+FPGA platform, ZC702, on a Linux operating system. The results show the processing capacity of 245 frames per second (FPS) with a resolution of 640x480 and 270 FPS with a resolution of 512x512 and show a performance improvement ranging from 4 and 36 times when compared to the software accelerated version, under the same conditions. The overall performance is not affected by an increase in the image details, maintaining execution times stable, depending only on the resolution.O rápido aumento e a procura contínua no campo de visão por computadores fizeram com que o cumprimento das necessidades de tempo de execução da atual e da próxima geração de aplicações com visão por computador, seja uma tarefa cada vez mais exigente no domínio dos sistemas embebidos. Nos últimos anos, várias estratégias foram aperfeiçoando os algoritmos de deteção em termos de precisão e tempo de execução. A extração de atributos de imagem é uma das etapas iniciais nos sistemas de visão por computador. Features from Accelerated Segment Test (FAST) é um algoritmo com aceleração em software que foi desenvolvido de forma baixar a exigência computacional de extração de atributos, tornando-o compatível com utilização em aplicações de tempo real. No entanto, o desempenho deste algoritmo é afetado pela resolução, sendo fortemente penalizado pelo acréscimo nos detalhes da imagem alvo. Esta dissertação propõe a aceleração em hardware com recurso a FPGA da extração de detalhes de imagens, para ser aplicado em sistemas embebidos baseados em Linux. O design do hardware correspondente foi guiado pelos princípios da eficiência computacional e do desempenho final. A versão final do algoritmo implementado propõe a introdução de funcionalidades que também o tornam invariante à escala dos objetos, estendendo a computação através de um esquema piramidal de imagens. A implementação foi testada na plataforma CPU+FPGA da Xilinx, ZC702, sobre o sistema operativo Linux. Os resultados demonstram capacidades de processamento de 245 imagens por segundo na resolução de 640x480, e de 270 imagens por segundo na resolução de 512x512, que traduzem uma melhoria de desempenho o que varia entre 4 a 36 vezes em comparação com o algoritmo acelerado em software nas mesmas condições. O algoritmo desenvolvido não é afetado pelo aumento de detalhes, mantendo tempos de execução que dependem apenas da resolução da imagem.Tavares, AdrianoUniversidade do MinhoPinto, Paulo Jorge Costa20212021-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://hdl.handle.net/1822/84320eng203261038info:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-07-21T12:36:31Zoai:repositorium.sdum.uminho.pt:1822/84320Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T19:32:38.243960Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse |
dc.title.none.fl_str_mv |
Hardware accelerated feature detection on Linux based embedded systems Aceleração em hardware da deteção de detalhes para sistemas embebidos baseados em Linux |
title |
Hardware accelerated feature detection on Linux based embedded systems |
spellingShingle |
Hardware accelerated feature detection on Linux based embedded systems Pinto, Paulo Jorge Costa Hardware acceleration Detection FAST FPGA Aceleração em hardware Deteção Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática |
title_short |
Hardware accelerated feature detection on Linux based embedded systems |
title_full |
Hardware accelerated feature detection on Linux based embedded systems |
title_fullStr |
Hardware accelerated feature detection on Linux based embedded systems |
title_full_unstemmed |
Hardware accelerated feature detection on Linux based embedded systems |
title_sort |
Hardware accelerated feature detection on Linux based embedded systems |
author |
Pinto, Paulo Jorge Costa |
author_facet |
Pinto, Paulo Jorge Costa |
author_role |
author |
dc.contributor.none.fl_str_mv |
Tavares, Adriano Universidade do Minho |
dc.contributor.author.fl_str_mv |
Pinto, Paulo Jorge Costa |
dc.subject.por.fl_str_mv |
Hardware acceleration Detection FAST FPGA Aceleração em hardware Deteção Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática |
topic |
Hardware acceleration Detection FAST FPGA Aceleração em hardware Deteção Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática |
description |
Dissertação de mestrado em Engenharia Eletrónica Industrial e Computadores |
publishDate |
2021 |
dc.date.none.fl_str_mv |
2021 2021-01-01T00:00:00Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://hdl.handle.net/1822/84320 |
url |
https://hdl.handle.net/1822/84320 |
dc.language.iso.fl_str_mv |
eng |
language |
eng |
dc.relation.none.fl_str_mv |
203261038 |
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:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação instacron:RCAAP |
instname_str |
Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
instacron_str |
RCAAP |
institution |
RCAAP |
reponame_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
collection |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository.name.fl_str_mv |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
repository.mail.fl_str_mv |
|
_version_ |
1799132839545929728 |