Эффективная детекция лиц на многоядерном процессоре Epiphany
Аннотация
В статье рассматривается возможность использования энергоэффективного микропроцессора Epiphany для решения актуальной прикладной задачи — детекции лиц на изображении. Этот микропроцессор представляет собой многоядерную вычислительную систему с распределенной памятью, выполненную на одном кристалле. Из-за малой площади кристалла микропроцессор обладает существенными аппаратными ограничениями (в частности, он имеет всего 32 килобайта памяти на ядро), которые ограничивают выбор алгоритма и затрудняют его программную реализацию. Для детекции лиц адаптирован известный алгоритм, основанный на каскадном классификаторе, использующем LBP-признаки (Local Binary Patterns). По-казано, что микропроцессор Epiphany, имеющий 16 ядер, может на этой задаче в 2,5 раза обогнать одноядерный процессор персонального компьютера той же тактовой частоты, при этом потребляя лишь 0,5 ватта электрической мощности.
Ключевые слова
детекция лиц,
локальные бинарные шаблоны,
параллельная обра-ботка данных,
специализированные микропроцессоры,
распределенная память
При поддержке: Работа выполнена в рамках инициативной НИР
Об авторах
Антон Александрович Сухинов
UAB “Pixelmator Team”
(Литва, Вильнюс, J. Kubiliaus g. 6-1, LT-08234)
Литва
Литва
Сухинов Антон Александрович, кандидат физико-математических наук, программист UAB “Pixelmator Team” (Литва, Вильнюс, J. Kubiliaus g. 6-1, LT-08234)
Георгий Борисович Остроброд
ООО «СиВижинЛаб»
(РФ, 347900, Ростовская область, г. Таганрог, Северная пл., 3)
Россия
Россия
Остроброд Георгий Борисович, ведущий программист ООО «СиВижинЛаб» (РФ, 347900, Ростовская область, г. Таганрог, Северная пл., 3)
Список литературы
1. Papamarcos, M.S., Patel, J.H. A low-overhead coherence solution for multiprocessors with private cache memories. Proceedings of the 11th annual international symposium on Com-puter architecture ISCA’84, 1984, pp. 348-354.
2. Archibald, J., Baer, J. Cache Coherence Protocols: Evaluation Using a Multiprocessor Simulation Model. ACM Trans. on Computer Systems, 1986, vol. 4, no. 4, pp. 273-298.
3. Baumann, A., Barham, P., Dagand, P.-E., Harris, T., Isaacs, R., Peter, S., Roscoe, T., Sch pbach, A., Singhania, A. The Multikernel: A New OS Architecture for Scalable Multicore Sys-tems. Proceedings of the 22nd ACM Symposium on OS Principles (Big Sky, MT, USA), 2009, pp. 29-44.
4. Face Detection using the Epiphany Multicore Processor. Available at: http://www.adapteva. com/white-papers/face-detection-using-the-epiphany-multicore-processor/
5. Parallela – Supercomputing for Everyone. Available at: http://www.parallella.org/
6. OpenCV. Available at: http://opencv.org/
7. Abu-Mostafa, Y.S., Magdon-Ismail, M., Lin, H.-T. Learning from Data. AMLBook, 2012, 213 p.
8. Ojala, T., Pietik inen, M., Harwood D. Performance Evaluation of Texture Measures with Classification Based on Kullback Discrimination of Distributions. Proceedings of the 12th IAPR International Conference on Pattern Recognition (ICPR 1994), 1994, vol. 1, pp. 582-585.
9. Viola, P., Jones, M. Rapid Object Detection Using a Boosted Cascade of Simple Features. Computer Vision and Pattern Recognition, 2001, vol. 1, pp. 511-518.
10. Mitchell, D.P., Netravali, A.N. Reconstruction Filters in Computer-Graphics. ACM SIGGRAPH International Conference on Computer Graphics and Interactive Techniques, 1988, vol. 22, no. 4, pp. 221-228.
11. Crow, F.C. Summed-Area Tables for Texture Mapping. Proceedings of the 11th an-nual conference on Computer graphics and interactive techniques, 1984, pp. 207-212.
Рецензия
Для цитирования:
Сухинов А.А., Остроброд Г.Б. Эффективная детекция лиц на многоядерном процессоре Epiphany. Computational Mathematics and Information Technologies. 2017;1(1).
For citation:
Sukhinov A.A., Ostrobrod G.B. Efficient Face Detection on Epiphany Multicore Processor. Computational Mathematics and Information Technologies. 2017;1(1).
Просмотров:
143
Послать статью по эл. почте 