عنوان پایان‌نامه
پیاده سازی سیستم پردازش سخت افزاری -نرم افزاری جهت بینایی چند دوربینه ی توزیع شده با الهام زیستی
- رشته تحصیلی
- مهندسی کامپیوتر-هوش مصنوعی- رباتیک
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی پردیس 2 فنی شماره ثبت: E 2321;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 59655
- تاریخ دفاع
- ۱۶ شهریور ۱۳۹۲
- دانشجو
- امین مرادحاصل
- استاد راهنما
- بابک نجاراعرابی
- چکیده
- در این پژوهش با استفاده از مدل‌های محاسباتی ارائه شده در ادبیات عصب شناختی یک سیستم بینایی ماشین مبتنی بر استخراج و تحلیل نقشه برجستگی برای یک جریان برخط ویدئو به روی بستر سخت‌افزاری توسعه داده‌ایم. استخراج نقشه برجستگی بخش اصلی بسیاری از سیستم‌های بینایی ماشین است و معمولاً برای توجه پایین به بالا استفاده می‌شود. این نقشه از ترکیب ویژگی‌های اولیه هر فریم مثل شدت روشنایی، رنگ و جهت خطوط و ویژگی‌هایی بین فریم‌های ویدئو مثل اختلاف مکانی در طول زمان و حرکت خطوط استخراج شده به‌دست می‌آید. در سیستم طراحی شده ناحیه مربوط به اشیاء مورد توجه و سرعت و جهت حرکت آن از روی نقشه برجستگی فریم‌های متوالی محاسبه می‌شود. این سیستم برای تأمین سرعت و دقت بالا برای استفاده در کاربردهای بی‌درنگ مانند روبایتک و ناوبری هوشمند طراحی شده است. برای تحقق سیستم بینایی ماشین مورد نظر خود یک مدل وریلاگ با قابلیت پیاده‌سازی بر روی FPGAهای مختلف را ارائه کرده‌ایم و با توجه به امکانات موجود، برای FPGAها شرکت آلترا سنتز نموده، سپس بر روی یک برد تجاری به طور عملی پیاده‌سازی کرده‌ایم. این سیستم توانایی پردازش بیش از 50 میلیون نقطه در ثانیه را دارد که حدود دو برابر سریع‌تر از جدیدترین سیستم‌های بینایی ماشین الهام گرفته شده از طبیعت گزارش شده است. نتایج ارزیابی‌های انجام شده با استفاده از ورودی‌های واقعی آزمایشی صحت کارایی و عملکرد مطلوب سیستم توسعه داده شده را در کاربردهای زمان حقیقی تأیید می‌کند.
- Abstract
- In this research, we proposed a bio-inspired vision system based on the extraction and analysis of the saliency map of an online video stream on a hardware setting. Saliency map is a central part of many visual attention systems, particularly during learning and control of the bottom-up attention. This map is obtained by aggregating primary features of each frame, such as intensity, color and lines orientation along with the inter-frame features such as position differences in time and extracted lines movements. The system is designed to provide both high speed and acceptable accuracy for real-time applications such as robotics and autonomous navigation. A versatile Verilog model for realization of the video processing system is developed, which can be easily mapped and synthesized on various FPGA or ASIC platforms. We tested the system on an evaluation board with an Altera Synthesis FPGA. This system is able to process more than 50 million pixels per second which is about two times faster than the state-of-the-art bio-inspired machine vision systems. Experimental results on sample images justify the applicability and efficiency of the developed system in real-time applications. Keywords:
