Εργαστηριακή Άσκηση: Υλοποίηση αλγορίθμου εικόνας σε Nvidia Tegra X1 GPU SoC

Το τεκμήριο παρέχεται από τον φορέα :
Σύνδεσμος Ελληνικών Ακαδημαϊκων Βιβλιοθηκών   

Αποθετήριο :
Αποθετήριο «Κάλλιπος»   

δείτε την πρωτότυπη σελίδα τεκμηρίου
στον ιστότοπο του αποθετηρίου του φορέα για περισσότερες πληροφορίες και για να δείτε όλα τα ψηφιακά αρχεία του τεκμηρίου*



Εργαστηριακή Άσκηση: Υλοποίηση αλγορίθμου εικόνας σε Nvidia Tegra X1 GPU SoC (EL)
Laboratory Exercise: Implementing an image algorithm on Nvidia Tegra X1 GPU SoC (EN)

Δασυγένης, Μηνάς (EL)
Σούντρης, Δημητριος (EL)
Dasygenis, Minas (EN)
Soudris, Dimitrios (EN)

7 (EL)

2024-08-28T14:47:50Z


Σήμερα, οι ολοένα αυξανόμενες τεχνολογικές εξελίξεις έχουν οδηγήσει στην ανάπτυξη πιο πολύπλοκων και υπολογιστικά εντατικών αλγόριθμων επεξεργασίας εικόνας. Πολλοί από αυτούς τους αλγόριθμους έχουν υιοθετηθεί σε σημερινά ενσωματωμένα συστήματα που στοχεύουν σε διάφορες εφαρμογές όπως στην αυτοκινητοβιομηχανία, στην τριδιάστατη ναυσιπλοΐα, στην επιτήρηση κ.λπ. Ωστόσο, σε πραγματικό χρόνο ενσωματωμένα συστήματα, όπου ο λανθάνων χρόνος και η δύναμη διαδραματίζουν σημαντικό ρόλο, οι υλοποιήσεις προσανατολισμένες στο λογισμικό για γενική χρήση, οι CPU, ενδέχεται να μην προσφέρουν ικανοποιητικές λύσεις. Στόχοι της εργασίας αυτής είναι ο σχεδιασμός ενός συστήματος επεξεργασίας εικόνας για ενσωματωμένες εφαρμογές, η ανάπτυξή του σε πλατφόρμα System-on-Chip (SoC) και η αξιολόγηση του ανεπτυγμένου Συστήματος. Επιλέχθηκε ο αλγόριθμος Harris Corner Detector, σε ένα σύστημα πραγματικού χρόνου λήψης της εικόνας εισόδου από μια φωτογραφική μηχανή. Βασικός στόχος της εργασίας είναι η υλοποίηση του Harris-Corner αλγορίθμου σε Tegra X1 GPU SoC. Θα μελετηθούν και πιθανές βελτιστοποιήσεις του αλγορίθμου για μεγαλύτερη ταχύτητα. (EL)
In recent years, the continually advancing technological developments have led to the creation of more complex and computationally intensive image processing algorithms. Many of these algorithms have been adopted in today’s embedded systems targeting various applications such as the automotive industry, 3D navigation, surveillance etc. However, in real-time embedded systems, where latency and power play a crucial role, software-oriented implementations for general-purpose CPUs may not offer satisfactory solutions. The purposes of this project are to design an image processing system for embedded applications, develop it on a System-on-Chip (SoC) platform and evaluate the developed System. The Harris Corner Detector algorithm was chosen to be implemented in a real-time system that captures the input image from a camera. The main goal of the project is to implement the Harris-Corner algorithm on a Tegra X1 GPU SoC. Optimizations of the algorithm for increased speed will also be studied. (EN)




Υπολογιστική Διαδικτύου των Αντικειμένων Computation from the edge to the cloud
Δημιουργός: Dasygenis, Minas, Δασυγένης, Μηνάς, Soudris, Dimitrios, Σούντρης, Δημητριος
Τύπος τεκμηρίου: Εκπαιδευτικό υλικό
Επιστημονικό πεδίο: Επιστήμη πληροφόρησης, Μηχανική και συστήματα επικοινωνιών, Τηλεπικοινωνίες
Χρονολογία : 2024
Φορέας: Σύνδεσμος Ελληνικών Ακαδημαϊκων Βιβλιοθηκών
Συλλογή: Αποθετήριο «Κάλλιπος»





*Η εύρυθμη και αδιάλειπτη λειτουργία των διαδικτυακών διευθύνσεων των συλλογών (ψηφιακό αρχείο, καρτέλα τεκμηρίου στο αποθετήριο) είναι αποκλειστική ευθύνη των αντίστοιχων Φορέων περιεχομένου.