Deivide Possamai e Fernando Fernandes

Tamanho: px

Começar a partir da página:

Download "Deivide Possamai e Fernando Fernandes"

Giovanna Carneiro Álvaro
10 Há anos
Visualizações:

1 Deivide Possamai e Fernando Fernandes

2 Introdução o o Baixa Visão Amplificação Digital Motivação xlupa embarcado Desafios de Implementação Otimização do tempo de processamento do frame via mudança de fluxo de Execução Otimização do tempo de processamento do frame através da reescrita do código Execução do xlupa na Norco BIS-6630 Conclusões e trabalhos futuros

mudança de fluxo de Execução Otimização do tempo de processamento do frame

3 As tecnologias assistivas tem melhorado a vida de pessoas com alguma deficiência física e/ou mental [Sartoretto e Bersch 2012]; Nem todas as pessoas com necessidades especiais possuem acesso as tecnologias assistivas: o Falta de Informação dos profissionais da área; o Custo elevado dessas tecnologias.

pessoas com necessidades especiais possuem acesso as tecnologias

4 Segundo OMS (Organização Mundial da Saúde) baixa visão ou visão subnormal é o comprometimento do funcionamento de ambos os olhos, porém possuem alguma visão; Uma pessoa com visão preservada enxerga um certo objeto até 20m já uma pessoa com baixa visão consegue enxergar o mesmo até 6m[Conde 2005].

alguma visão; Uma pessoa com visão preservada enxerga um certo objeto até

5 Segundo IBGE 23,9 % da população brasileira declara possuir alguma deficiência[censo 2010]; Deste grupo 18,8% declaram ter algum problema visual; Para indivíduos com baixa visão o uso de ampliadores digitais se faz necessário.

18,8% declaram ter algum problema visual; Para

6 O projeto xlupa embarcado é o desenvolvimento de um ampliador de documentos impressos portátil para pessoas com baixa visão e idosas: Desenvolvido pelo GIA da UNIOESTE; Fornece diferentes perfis de ampliação e mudança de cor de fundo.

com baixa visão e idosas: Desenvolvido pelo GIA da

Plataforma BeagleBoardXM e webcam Processadores Memória Especificação ARM Cortex -A8 (Arquitetura RISC) com 1 GHz de frequência de operação TMS320C64x+ (Arquitetura DSP com 800 MHz de

7 Plataforma BeagleBoardXM e webcam Processadores Memória Especificação ARM Cortex -A8 (Arquitetura RISC) com 1 GHz de frequência de operação TMS320C64x+ (Arquitetura DSP com 800 MHz de frequência de operação 512-MB LPDDR RAM Armazenamento Conexões Rede MICRO SD Entrada e Saída de áudio estéreo, 4xUSB 2.0, Conector JTAG, HDMI, S-video, porta RS-232 Serial 10/100 Ethernet

MHz de frequência de operação 512-MB LPDDR RAM Armazenamento Conexões Rede MICRO SD Entrada

8 Sistema Linux Ubuntu para processadores ARM; Bibliotecas adicionais: libgtk2.0; libv4l2.

9 Fluxo de Execução do xlupa na plataforma BeagleboardXM

10 *um protótipo está instalado na biblioteca da Escola Estadual Julia Wanderley em Cascavel-PR

11 Devido a baixa capacidade de processamento e pouca memória da plataforma Beagleboard, o tempo de execução por frame (entre ms), ainda não é adequado Para melhorar o desempenho do software na plataforma duas iniciativas estão sendo realizadas: Melhoria do tempo de processamento do frame via mudança de fluxo de execução; Melhoria do tempo de processamento do frame através da otimização do código.

plataforma duas iniciativas estão sendo realizadas: Melhoria do tempo de processamento do frame via

12 O xlupa captura continuamente imagens da webcam, realiza o processamento e após direciona para a TV ou monitor; O objetivo desse método é evitar a atualização desnecessária da tela; o Diminuir o processamento; o Diminuir o desconforto visual devido a constante atualização da tela.

método é evitar a atualização desnecessária da tela; o Diminuir o

13 Testes mostraram que a câmera não suporta a leitura em frames separados; Método utilizado, V4L2_BUF_TYPE_VIDEO_CAPTURE com a captura em YUYV; o o Formato Nativo; Não necessita de conversão de cores para a obtenção da imagem.

14 Tipo de Captura Tempo de Captura(ms) Tempo de Captura e Processamento(ms) RGB YUYV A conversão para RGB24 explicitamente, resultou em um tempo de processamento de 210 ms, mostrando-se mais rápido que a conversão feita internamente pela V4L.

10 210 A conversão para RGB24 explicitamente, resultou em um

15 O algoritmo desenvolvido realiza a conversão para RGB24 apenas quando é necessário; A cada nova captura, é calculado a diferença entre o buffer de imagem anterior e o atual para verificar a quantidade de pixels alterados; O limiar escolhido para determinar se haverá o processamento da nova imagem foi de 80% de diferença entre as imagens;

atual para verificar a quantidade de pixels alterados; O limiar escolhido para

16 O tempo para o processamento do frame obtido com esse método quando não é necessário fazer a conversão foi de 252 ms; Quando é necessário fazer a conversão, o tempo de processamento sobe para 512 ms;

17 Otimizações realizadas 1 alteração: compilar com a flag -o3, não houve ganho de desempenho; 2 alteração: usar da ferramenta gprof para determinar os pontos críticos do código; Detectado que as funções de mudança de cor de frente e fundo ocupam grande parte do tempo de processamento; Reescrita do código para facilitar a aplicação da técnica loop unrolling pelo compilador;

que as funções de mudança de cor de frente e fundo ocupam grande parte do tempo de

18 Algoritmo 1 original, e algoritmo 2 após a otimização:

19 3 alteração: Instalação de outro driver de video xserverxorg-video-omap3; 4 alteração : Aumento da memória de video padrão de 16MB para 72MB;

20 Configuração Tempo com Webcam de baixa resolução (640x480) Tempo com LifeCam HD-500 driver xorg padrão e resolução de (640x480) Tempo com LifeCam HD-500 driver xorg padrão e resolução de (1280x720) Tempo com LifeCam HD-500 com o xorg-videoomap3 (1280x720) Normal sem zoom 230 ms 350 ms 250 ms 280 ms Normal com zoom 300 ms 380 ms 270 ms 310 ms Contraste cinza com zoom 460 ms 420 ms 370 ms 350 ms Contraste verde 400 ms 510 ms 530 ms 360 ms Contraste verde com zoom 600 ms 540 ms 550 ms 380 ms Contraste vermelho 410 ms 500 ms 520 ms 360 ms

zoom 230 ms 350 ms 250 ms 280 ms Normal com zoom 300 ms 380 ms 270 ms 310 ms Contraste cinza com zoom 460 ms 420 ms 370 ms 350 ms

21 Participação na I IntelCup - Competição Intel de Sistemas Embarcados, que aconteceu no III SBESC; Plataforma fornecida pela Intel foi a Norco BIS-6630;

22 Especificação Processador Intel Atom N2800/D2700 Processor Memória DDR3 1066MHz 2GB Armazenamento I/O Network Video msata 16 GB Entrada e Saída de Audio, USBx6 2x Gigabit VGA and DVI-D

23 Duas estratégias de troca de perfil, uma usando o mouse e outra usando reconhecimento de gestos (trabalho realizado em conjunto com Gustavo Gargioni); Executa no sistema linux Ubuntu 12.04; Utiliza a biblioteca OpenCV para reconhecimento de gestos(opencv 2013).

26 Tempo de processamento na plataforma Norco BIS-6630 Configuração Tempo de processamento por frame sem reconhecimento de movimento( ms) Tempo de processamento por frame com reconhecimento de movimento (ms) Normal sem zoom Normal com zoom Contraste cinza com zoom Contraste verde Contraste verde com zoom Contraste vermelho

28 Configurar o Kernel do Linux na plataforma Beagleboard para diminuir o tempo de inicialização; Na plataforma Norco BIS-6630 o o Incluir novos padrões de movimento na troca por reconhecimento de gestos; Incluir OCR (Optical Character Recognition).

29 O objetivo principal do projeto é a execução do xlupa em tempo real na plataforma Beagleboard e em alta definição (tempo de execução de por frame de pelo menos 100ms); Mesmo com a melhora de 60% em alguns casos, o objetivo não foi totalmente atingido; Possibilidade de utilização do processador DSP na Beagleboard, e das instruções NEON do processador ARM.

30 Obrigado! {deivide.possamai, Fernando.santos8,

31 Conde, J. M. (2005) Definindo a Cegueira e a Visão Subnormal. Disponível em: Acesso em Dez/2012 Sartoretto, M. L. e Bersch, R. (2012) Tecnologia Assistiva. Disponível em: Acesso em Dez/2012. GNU (2008) GNU gprof. Disponível em: Acesso em Dez/2012.

32 Censo (2010) Instituto Brasileiro de Geografia e Estatística. Disponível em: 010/default_resultados_amostra.shtm. Acesso Jan/2013 Opencvorg (2013). Open Source Computer Vision. Available at: Out/2013.

Documentos relacionados

Universidade Estadual do Oeste do Paraná - UNIOESTE Implementação de uma lupa digital baseada em captura de imagens Deivide Possamai, Fernando

Universidade Estadual do Oeste do Paraná - UNIOESTE Implementação de uma lupa digital baseada em captura de imagens Deivide Possamai, Fernando Fernandes Bolsista: MEC/SESu Ciência da Computação 2011. Orientador: