• Aucun résultat trouvé

Traitement temps réel du flux Infra-Rouge

N/A
N/A
Protected

Academic year: 2022

Partager "Traitement temps réel du flux Infra-Rouge"

Copied!
2
0
0

Texte intégral

(1)

1

Traitement temps réel du flux Infra-Rouge

Eva Dokladalova (dokladae@esiee.fr)

Contexte :

– L’utilisation des caméras infra-rouge (IR) devient de plus en plus fréquente dans de nombreuses applications (control de qualité, vidéosurveillance, sécurité routière, santé …).

– La nature physique des signaux acquis nécessite une mise en œuvre des algorithmes adaptés (valeurs codées sur 16bits, grande dynamique du signal, etc.). Et en même temps, il faut toujours respecter des contraintes des applications en termes de rapidité d’exécution.

– Pour satisfaire les besoins en puissance de calcul de ces applications, les utilisateurs disposent

aujourd’hui couramment des processeurs multi cœurs, type Intel, AMD ou processeur Cell. Souvent, on constate une forte sous-utilisation des ressources de calcul par des librairies existantes, notamment au niveau de la programmation, pour exploiter de façon « optimale » le parallélisme intra processeur ou, éventuellement, le parallélisme entre les processeurs.

Objectifs :N

ous disposons d’une chaîne de traitement du flux IR, comprenant l’acquisition des images, traitement par des algorithmes de morphologie mathématique et la visualisation des résultats. L'objectif du projet est de mettre en œuvre une application de détection d'objets et d'optimiser d’optimiser l’implantation des algorithmes de façon à assurer leurs exécution en temps réel.

Ex. Grippe porcine Ex. Diagnostique des bâtiments

(2)

Traitement temps réel du flux Infra-Rouge

Cahier de charge :

– Prise en main de la chaîne de traitement existante

– Étude des algorithmes de morphologie mathématique utilisés.

– Mise en œuvre de l'application de détection dobjets.

– Étude d'optimisation de ces algorithmes sur les processeurs multi cœurs et évaluation des différentes solutions

– Implantation des la meilleure solution retenue (programmation multi-thread) – Évaluation des performances obtenues

Références :

– FLIR SYSTEMS, http://www.goinfrared.com/cameras/camera/thermovision-a320-infraredcamera/

– D. Lemire, Streaming maximum-minimum filter using no more three comparisons per element, Nordic Journal of Computing, 13(4):328-339, Winter 2006

– J. Reinders, Intel Treading Building Blocks, O'Reilly, July 2007

– B. Barney, POSIX Threads, https://computing.llnl.gov/tutorials/pthreads/, February 2009

Références

Documents relatifs

Leur position dépend considérablement du solvant et de

Cependant, en intégrant les contraintes temporelles de type (m,k), l’algorithme (m,k)- WFQ permet d’améliorer le délai maximal d’un paquet du flux de la voix en rejetant les

Nous allons donc l’expliquer en prenant comme exemple l’animation faciale, dont les param`etres sont plus faciles `a d´ecrire, mais la mˆeme technique peut bien sˆur ˆetre

Afin d’´eviter les ´ecueils de plus en plus pr´egnants dˆ us ` a l’augmentation des volumes de donn´ees et de leur v´elocit´e (temps de traitement trop long,

Par ailleurs, la synthèse (résumé) d’événements dans les flux des messages courts est différente de la synthèse (résumé) de documents, et ce pour les raisons suivantes : (i)

(Wacks, 1993) a proposé une solution pour réduire la consommation énergétique dans le bâtiment qui se base sur la gestion des charges : elle est appelé contrôle

- La présence d’une bande d’élongation C=O pouvant correspondre à plusieurs groupes fonctionnels (cétone, aldéhyde, ester, acide carboxylique), il faut

Après cette phase d'élimination des prélèvements aberrants, on obtient l'échantillon de calibration dont les caractéristiques des produits vont per- mettre de déterminer