Ingeniería Electrónica
URI permanente para esta colecciónhttp://54.81.141.168/handle/123456789/9137
Explorar
2 resultados
Resultados de Búsqueda
Ítem Texto completo enlazado Implementación del detector de esquinas de Harris en la plataforma Jetson TK1(Pontificia Universidad Católica del Perú, 2017-06-27) Chahuara Silva, Hector Francisco; Rodríguez Valderrama, Paul AntonioLas esquinas son puntos invariantes, estructurales y con alto contenido de información en una imagen. Estas son usadas en aplicaciones importantes de Procesamiento de imágenes o video entre las cuales destacan Navegación de UAVs (Unmanned Aerial Vehicles) [1] o Detección de objetos [2] que son importantes en distintas áreas y tienen requerimientos de tiempo real. Entre las soluciones para detección de esquinas propuestas destaca el detector de esquinas de Harris [3], el cual demuestra ser robusto y eficiente. El uso de plataformas que permiten realizar procesamiento paralelo permiten implementar métodos de alto costo computacional con un bajo tiempo de procesamiento. Entre ellas destacan los GPU (Graphic Processor Unit) que generalmente tienen un alto consumo energético, lo cual es inconveniente en aplicaciones dirigidas a dispositivos móviles como celulares, robots, drones, entre otros. Por ello, plataformas basadas en mobile CPU que tienen bajo consumo energético son opciones a tomar en cuenta. En la presente tesis se propone el diseño e implementación del Detector de esquinas de Harris en la plataforma Jetson TK1 de Nvidia [4] la cual se distingue por su bajo consumo energético y alto rendimiento. El método será implementado en MATLAB, ANSI-C y CUDA. Los resultados muestran que la implementación en CUDA presentada es hasta 32.08 veces aproximadamente más rápida que la implementación en ANSI-C y permite procesar imágenes de resolución full HD (1920 x 1080) en tiempo real. Además, es comparable a implementaciones en software en plataformas con mayores recursos e implementaciones en hardware usando FPGAs (Field Programmable Gate Array). La estructura del presente documento es la siguiente: En el primer capítulo se presenta el estado del arte sobre detección de esquinas y el Detector de esquinas de Harris. En el segundo capítulo se presenta la plataforma Jetson TK1. El diseño del algoritmo paralelo se detalla en el tercer capítulo. Por último, se presenta la implementación y sus resultados en el cuarto capítulo, seguido de las conclusiones y recomendaciones.Ítem Texto completo enlazado Implementación de unwarping de videos omnidireccionales en la plataforma Jetson TK1(Pontificia Universidad Católica del Perú, 2015-11-27) Silva Obregón, Gustavo Manuel; Rodríguez Valderrama, Paúl AntonioEl unwarping es un método utilizado para transformar imágenes omnidireccionales en imágenes panorámicas, el cual es empleado en aplicaciones tales como seguridad, visión robótica, geolocalización, etc. El procesamiento de imágenes omnidireccionales de alta resolución y su aplicación en dispositivos móviles se ve limitado por el costo computacional y costo energético. Para ello, se plantea como herramienta principal utilizar la plataforma Jetson TK1, la cual es un system on chip (SoC) creada por Nvidia que se caracteriza por su alto rendimiento computacional y bajo costo energético al tener incorporado 192 núcleos en su procesador gráfico. En el presente trabajo se desarrolla e implementa un algoritmo para realizar el unwarping de videos omnidireccionales en la plataforma Jetson TK1, la cual permite optimizar las transferencias y procesamientos de datos realizados en su GPU. El algoritmo es implementado en el entorno de programación MATLAB y CUDA para evaluar error por cálculo y eficiencia computacional. Asimismo, se compara en rendimiento computacional con el método PMPA, el cual es una alternativa escrita en lenguaje C computacionalmente eficiente en comparación a otros métodos presentados en el Capítulo 1. Los resultados de la comparación muestran que la implementación propuesta es 1.35 a 8.12 veces más rápida que el algoritmo PMPA para los tipos de interpolación utilizados (interpolación vecino más cercano e interpolación bilineal). El orden que sigue la tesis es el siguiente: En el primer capítulo se realizara un breve estado del arte sobre los métodos para realizar el unwarping de imágenes omnidireccionales. En el segundo capítulo se cubren los aspectos teóricos del modelo de programación CUDA necesarios para el diseño del algoritmo paralelo. En el tercer capítulo se describe de forma detallada el método propuesto y su diseño paralelo. Por ´ultimo, en el cuarto capítulo se presentan los resultados computacionales seguido de las conclusiones y recomendaciones. Finalmente, cabe señalar que el trabajo de investigación realizado fue presentado en el GPU Technology Conference 2015.