'

ОБРАБОТКА ИЗОБРАЖЕНИЙ С ИСПОЛЬЗОВАНИЕМ АППАРАТНОГО УСКОРИТЕЛЯ ГРАФИКИ

Понравилась презентация – покажи это...





Слайд 0

ОБРАБОТКА ИЗОБРАЖЕНИЙ С ИСПОЛЬЗОВАНИЕМ АППАРАТНОГО УСКОРИТЕЛЯ ГРАФИКИ Разработчики: Дейнега В.М. Малых Д.А. Круглов В.Н.


Слайд 1

Василий М. Дейнега, Денис А. Малых, Р-54021 2 Исполнители Научный руководитель: Круглов Василий Николаевич, доцент кафедры АСУ, Радиотехнический институт – РтФ, ГОУ ВПО «УГТУ – УПИ имени первого президента России Б. Н. Ельцина». Разработчики: 1. Малых Денис Александрович, студент Радиотехнического института – РтФ; разработчик систем искусственного интеллекта ООО «АйсХилл»; руководитель проекта iLLi Studio. 2. Дейнега Василий Михайлович, студент Радиотехнического института – РтФ; разработчик систем создания компьютерных игр ООО «Таргем Геймс»; технический руководитель проекта iLLi Studio.


Слайд 2

Василий М. Дейнега, Денис А. Малых, Р-54021 3 Содержание Часть 1: Реализация алгоритмов сглаживания и медианной фильтрации на аппаратных ускорителях графики Часть 2: Framework обработки изображений на аппаратных ускорителях графики


Слайд 3

Василий М. Дейнега, Денис А. Малых, Р-54021 4 Часть 1: Реализация алгоритмов сглаживания и медианной фильтрации на аппаратных ускорителях графики В современном мире большого прогресса достигли производители аппаратных ускорителей графики, в разработке систем визуализации компьютерных игр. Мощность слабой видеокарты многократно больше, чем мощность самого мощного центрального процессора персонального компьютера. Данная работа позволяет использовать потенциал современных графических систем в математических расчетах, не связанных с компьютерной графикой реального времени. В данной работе разработан способ использования GPU (Graphics Processing Unit) для реализации алгоритмов сглаживания и медианной фильтрации (классических алгоритмов обработки изображения). По результатам работы проведен сравнительный анализ со временем вычисления данных алгоритмов, в одном потоке на CPU.


Слайд 4

Василий М. Дейнега, Денис А. Малых, Р-54021 5 Почему GPU? Преимущества GPU: Распараллеливание вычислений RISC, масштабируемая архитектура Программируемый конвейер (технология шейдеров) Функционально ориентированный процессор Низкоуровневая реализация математической библиотеки Большой объем памяти (до гигабайта и выше) Большая скорость обмена с памятью (до 64 Гб / сек.)


Слайд 5

Василий М. Дейнега, Денис А. Малых, Р-54021 6 HLSL Языки программирования шейдеров: 1. низкоуровневый (шейдерный ассемблер) 2. высокоуровневые – HLSL, GLSL, Cg. HLSL – язык программирования шейдеров высокого уровня. Он является частью пакета DirectX и используется для высокоуровневого программирования шейдеров в этой системе. Именно этот язык и был использован в данной системе. Для обработки изображений мы использовали пиксельные шейдеры.


Слайд 6

Василий М. Дейнега, Денис А. Малых, Р-54021 7 Алгоритм сглаживания Алгоритм сглаживания (англ. Blur) представляет собой усреднение цвета пикселя с использованием цвета соседних пикселей. Окна сглаживания бывают разные: от 1х1, до 128х128 . Соответственно чем больше окно, тем дольше выполняется алгоритм. В нашей системы мы организовали параллельную обработку пикселей в несколько проходов, что позволило проводить сглаживание текстуры размером 768х576 окном 128х128.


Слайд 7

Василий М. Дейнега, Денис А. Малых, Р-54021 8 Медианная фильтрация Алгоритм медианной фильтрации является развитием алгоритма сглаживания. Обычно не используется в системах технического зрения реального времени из-за того, что выполняется очень долго. Классическая реализация этого алгоритма на CPU окном размером 5х5 текстуры размером 768х576 выполняется почти за 2с, что делает этот алгоритм неконкурентно-способным в системах технического зрения. В нашей системе алгоритм выполняется с использованием параллельных вычислений на видеокарте и многопроходной системы.


Слайд 8

Василий М. Дейнега, Денис А. Малых, Р-54021 9 Примеры фильтрации: Исходное изображение Blur Медианная фильтрация 1 2 3


Слайд 9

Василий М. Дейнега, Денис А. Малых, Р-54021 10 Иногда возникает необходимость повысить производительность математических вычислений. Один из кардинальных методов, был рассмотрен в части 1 данного доклада – это использование GPU вместо CPU. Часть 2: Framework обработки изображений на аппаратных ускорителях графики


Слайд 10

Василий М. Дейнега, Денис А. Малых, Р-54021 11 Использование GPU Фреймворк в данной работе – это специальная библиотека, позволяющая создавать алгоритмы обработки изображений с использованием GPU, на уровне конструирования, а не программирования. Когда стоит использовать GPU: Если алгоритм можно представить, как множество одинаковых вычислений, производимых с разными данными. Ее можно подключить из любого языка, поддерживающего Windows программирование. Кроме того, эта библиотека существенно упрощает программирование инфраструктуры приложения и позволяет сосредоточится на алгоритмах обработки изображений, а не на алгоритмах построения приложений.


Слайд 11

Василий М. Дейнега, Денис А. Малых, Р-54021 12 Структура библиотеки


Слайд 12

Василий М. Дейнега, Денис А. Малых, Р-54021 13 Конвейер обработки Этап 1: Подготовка, загрузка данных Этап 2: Описание используемых аглоритмов Этап 3: Работа системы 1. Загрузка данных для обработки 2. Обработка данных указанным алгоритмом 3. Возврат данных Типы работы системы: 1. Обработка данных в цикле (на каждом такте выполняется загрузка новых данных в систему, выполнение вычислений, возврат данных). 2. Пакетная обработка данных (выполняется загрузка данных в систему, многократное выполнение разных алгоритмов, возврат данных. 3. Комбинированный метод.


Слайд 13

Василий М. Дейнега, Денис А. Малых, Р-54021 14 Вопросы?


×

HTML:





Ссылка: