Transferir como PDF, PPTX
Carregado portdc-globalcode
TDC2016SP - Trilha Linux Embarcado
Este documento discute processamento de imagem em GPU usando OpenGL. Ele explica como usar a GPU para processamento de imagem oferece ganhos significativos de desempenho em relação à CPU. Ele também demonstra como implementar processamento de imagem básico como filtros em uma GPU usando shaders OpenGL e obtém ganhos de desempenho de até 9x.
Mais conteúdo relacionado
Semelhante a TDC2016SP - Trilha Linux Embarcado
TDC2016SP - Trilha Linux Embarcado
- 1. Processamento de Imagem emGPU com OpenGL Prof. André Márcio de Lima Curvello contato@andrecurvello.com.br
- 2. Sobre mim André Márciode Lima Curvello ◈ Engenheiro de Computação – USP São Carlos ◈ MBA em Gestão de TI - UNIFRAN ◈ Mestrado em Processamento de Sinais e Instrumentação – USP São Carlos ◈ Articulista do Portal Embarcados
- 3. “ Computação não se relacionamais a computadores. Relaciona-se a viver. Nicholas Negroponte
- 4. Processamento de Imagens Vamos verdo que se trata E por quê isso é importante… 1
- 5. Processamento de Imagens ◈Modificar as informações contidas numa imagem sob vários aspectos, de modo que o resultado seja uma imagem ou informações extraídas dela.
- 6. Visão Computacional ◈ Análisede imagens e vídeos a fim de obter resultados similares àqueles dos humanos.
- 7.
- 8.
- 9. OpenCV ◈ Biblioteca deProcessamento de Imagens e de visão computacional ◈ Código aberto ◈ Grande gama de funções implementadas ◈ C, C++, Java, Python e outras. ◈ Estrutura modular ◈ Interface gráfica ◈ Processamento de imagens ◈ Processamento de vídeo ◈ Dentre outras.
- 10.
- 11. Usando a GPU Umparceiro de peso!
- 12.
- 13. ◈ Conjunto deRotinas para Computação Gráfica ◈ Sistemas Embarcados ◈ Execução na GPU ◈ Programas ⬥ Vertex Shader ⬥ Fragment Shader OpenGL ES 2.0
- 14. OpenGL ES 2.0 Fonte:www.nxp.com Fonte: www.nxp.com
- 15.
- 16.
- 17. Usando a GPUcom OpenGL ES 2.0 Fonte: www.apple.com Como tratar a imagem? • Cubo • Textura • Shaders
- 18. WandBoard Quad ◈ SoCi.MX6Q ◈ Quatro núcleos ARM Cortex-A9 - 1,2 GHz ◈ 2 GB de memória RAM ◈ GPU Vivante GC2000 ▸ Driver Vivante GC2000 - GAL
- 19. GPU Vivante GC2000 ◈GC2000: OpenGL ES / OpenCL / OpenCL EP 1.1 ◈ GC355: OpenVG ◈ GC320: Composition
- 20. Modelo Fonte: http://homepages.inf.ed.ac.uk • 320x240 •640x480 • 800x600 • 1280x720
- 21. Medida de Tempo ◈getTickCount- OpenCV ⬥Retorna o número de pulsos de operação (ticks) ◈getTickFrequency - OpenCV ⬥Retorna o número de pulsos de operação (ticks) do sistema em segundos.
- 22.
- 23. Resultados? 2,44x 6,16x 7,2x 9,45x 0 1 2 3 4 5 6 7 8 9 10 320x240 640x480 800x6001280x720 GANHO RESOLUÇÃO Ganho de Desempenho com OpenGL em GPU vs OpenCV em CPU
- 24. Observação! Recuperação de dados– Read Back Fonte: http://vgl-ait.orgFonte: http://vgl-ait.org • glReadPixels() • FrameBuffer • OpenCV – Mat • Flip
- 25. Observação! Recuperação de dados– Read Back 2,1x 3,6x 3,8x 4,21x 0 0,5 1 1,5 2 2,5 3 3,5 4 4,5 320x240 640x480 800x600 1280x720 GANHO RESOLUÇÃO Ganho de Desempenho Total com GPU com OpenGL VS CPU com OpenCV
- 26. Ganho de 9xOperandoDiretamente em GPU Real - 4x Considerando a Recuperação do Quadro de imagem da GPU! Desempenho?
- 27. OpenGL - 670linhas ◈ Inicialização de OpenGL ◈ Compilação e loading de Shaders ◈ Operação direta em GPU OpenCV - 70 linhas ◈ Uso de Bibliotecas Prontas – OpenCV ◈ Execução na CPU (+NEON)
- 28. Comparando com SoluçãoComercial Fonte: http://www.itseez.com
- 29. Pouca documentação sobreProcessamento de Imagens em GPU Application Note 4629 da Freescale Resultados podem ser aprimorados…? Técnica de recuperação dos quadros da GPU Programação da GPU via Shaders Podem ser aplicados mais filtros! Dependência de Drivers para acesso a recursos da GPU via OpenGL! Ponto a ser observado na plataforma-alvo Fabricante disponibiliza drivers?
- 31. Demonstração Raspberry Pi 2com LapDock usando a Raspberry Pi Camera Board Acesso a GPU com drivers da Broadcom
- 32.
- 33.