Im Rahmen dieses Projekts soll ein Hardware/Software-Framework erstellt werden, mit dem einfach und schnell Anwendungen aus dem Bereich der Bildverarbeitung erstellt, evaluiert und auf die in diesem Projekt entwickelte massiv-parallele Verarbeitungsplattform abgebildet werden können.
Dazu soll eine Toolchain entwickelt werden, mit welcher verschiedene Aufgaben aus dem Bereich der Bildverarbeitung einfach erstellt, getestet und evaluiert werden können. Die Komplexität dieser Aufgaben reicht dabei von einfachen Filterungen bis hin zu weitreichender Objekterkennung mittels künstlicher neuronaler Netze sowie deren Training. Verschiedene Verarbeitungsketten sollen dabei nach dem Baukasten-Prinzip aus einfacheren Modulen zusammengesetzt werden können. Diese Module sollen dann - transparent für den Ersteller der Anwendung - über ein Konversionstool auf eine hoch-optimierte eingebettete Prozessorplattform abgebildet werden. Die Plattform implementiert dabei eine am EIS entwickelte skalierbare, massiv-parallele Architektur mit zahlreichen Rechenkernen, welche für den Einsatz auf dem Dream Chip Technologies (DCT) DCT10A System-on-Module optimiert ist. Diese Architektur ist als programmierbares Array ausgelegt, welches als Co-Prozessor mit einem kontrollierenden Hostprozessor verbunden werden kann. Durch entsprechende Modelle sollen bereits vor der eigentlichen Abbildung Profilinginformationen bezüglich Rechenleistung und benötigter Rechenkerne dem Anwendungsprogrammierer zur Evaluation präsentiert werden.
Damit implementiert die zu entwickelnde Toolchain eine Abbildungs-, Evaluations- und auch Modellierungsmethodik, um Anwendungen aus dem Bereich Computer Vision schnell und einfach zu entwickeln und auf die Dream Chip DCT10A-Plattform zu portieren ("Computer-Vision to DCT10A"-Framework - CV2DCT10A-Framework).
Leitung: Prof. Dr.-Ing. Guillermo Payá Vayá
Team: M.Sc. Sven Gesper
Laufzeit: 2018-2021
Förderung: Bundesministerium für Wirtschaft und Energie