Analiza efektywności sprzętowych implementacji algorytmów detekcji twarzy w obrazach cyfrowych

• Autorzy: Wujek P. , Pełka R.

Warianty tytułu

EN

Effectiveness analysis of hardware implementations of face detection algorithms in digital images

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono i porównano wyniki implementacji przykładowego algorytmu detekcji twarzy w obrazach cyfrowych na trzech platformach sprzętowych: z użyciem CPU (Matlab), w strukturze programowalnej FPGA z procesorem sprzętowym PowerPC [1], oraz z wykorzystaniem CPU z akceleracją GPU. Powyższe implementacje przebadano eksperymentalnie pod względem złożoności implementacji i szybkości działania poszczególnych fragmentów algorytmu. Porównano je ze sobą oraz przedstawiono najlepsze obszary zastosowań poszczególnych z nich.

EN

This paper describes comparison of hardware implementations of a face detection algorithm using three different platforms: (1) classic CPU implementation (Matlab), (2) implementation with use of programmable logic - FPGA with hardware processor PowerPC [1], and (3) CPU based version with GPU acceleration. These tree versions have been experimentally tested and compared in terms of the required hardware resources and operating speed, which is of great importance in most practical applications. We also discuss advantages and drawbacks of these three approaches to hardware implementation of face detection algorithms. In particular, we formulate some important conditions that the analyzed image must meet to obtain the optimum effectiveness of the face detection algorithm implemented on each platform. Finally, we show that use of GPU acceleration can take advantage of the classic CPU and parallel computing accessible to FPGA. The proposed solution of skin color detection time for the CPU with GPU acceleration is over 100 times shorter than that for the solution with the classical CPU. As a programmable device we have used FPGA Virtex-4 chip from Xilinx, and as a GPU accelerator we have utilized graphic card nVidia GeForce 8600 GT.

Słowa kluczowe

PL

detekcja twarzy; FPGA; GPU; GPGPU

EN

face detection; FPGA; GPU; GPGPU

• Wydawca: Wydawnictwo PAK
• Czasopismo: Pomiary Automatyka Kontrola
• Rocznik: 2012
• Tom: R. 58, nr 7
• Strony: 581--583
• Opis fizyczny: Bibliogr. 10 poz., rys., tab., wzory

Twórcy

autor

Wujek P.

autor

Pełka R.

• Wojskowa Akademia Techniczna, Wydział Elektroniki, Instytut Telekomunikacji, Zakład Techniki Cyfrowej, ul. Gen. Sylwestra Kaliskiego 2, 00-908 Warsawa 49,

Bibliografia

• [1] Wujek P., Pełka R.: Układ SoC - FPGA do detekcji twarzy w obrazach cyfrowych, PAK, nr 8, 2011, str. 889-891.
• [2] nVidia CUDA “CUDA C Programming Guide”
• [3] NVIDIA, “Nvidia compute unified device architecture”, http://www.nvidia.com/object/cuda.html, 2008.
• [4] Getting_Started_With_CUDA_SDK_Samples http://developer.download. nvidia.com/compute/DevZone/docs/html/C/doc/CUDA_C_Programming_Guide.pdf
• [5] Jianqiang Lv.; Chunfen Xia: The Application of CUDA Archi-tecture in Facial Expression Recognition, 2010 International Symposium on Intelligence Information Processing and Trusted Computing.
• [6] Hefenbrock D., Oberg: Accelerating Viola-Jones Face Detection to FPGA-Level using GPUs, 2010 18th IEEE Annual International Symposium on Field-Programmable Custom Computing Machines
• [7] Che Ming, Chang Yisong: A Hardware/Software Co-design of a Face Detection Algorithm Based on FPGA, 2010 International Conference on Measuring Technology and Mechatronics Automation.
• [8] Po-Leen Ooi: Hardware implementation for face detection on Xilinx Virtex-II FPGA using the reversible component transformation colour space, Electronic Design, Test and Applications, 2006.
• [9] Vezhnevets V., Assili V. and Andreeva S. A.: A Survey on Pixel -Based Skin Color Detection Techniques, Technical Raport.
• [10] Peer P., Kovac J. and Solina F.: Human skin colour clustering for face detection, in submitted to EUROCON 2003 - int. on Computer as a Tool, 2003.