Hardware accelerated feature detection on Linux based embedded systems

Detalhes bibliográficos
Autor(a) principal: Pinto, Paulo Jorge Costa
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

Registros relacionados