GPGPU en el Lab. de Ciencias de las Imágenes Universidad Nacional del Sur Pablo Odorico pablo.odorico@uns.edu.ar
Laboratorio de Ciencias de las Imágenes Parte del Departamento de Ingeniería Eléctrica y de Computadoras, UNS. 10 PhD. Candidates Cursos sobre los siguientes temas: Image Processing Fractal Image Analysis Computer Graphics Utilización de tecnologías GPGPU desde el año 2008. Director: Dr. Claudio Delrieux
Proyectos de Transferencia Panoramium Project Stitching + streaming de múltiples streams de video en tiempo real. Un proyecto para Lupa Corporation, una compañía especializada en turismo virtual. Aproximadamente 1 año de desarrollo. Premio Sadosky 2009 a la innovación tecnológica.
Panoramium Entradas Stream Panorámco Generado Técnicas de Streaming Clientes viendo partes del panorama
Panoramium: Pipeline Entrada: Frames RAW (bayer) de las cámaras de video. Salida: Recortes del panorama final. Implementado totalmente en CUDA Nos permitió utilizar algoritmos HQ y liberar el CPU Utilizando una GTX 480 el pipeline puede correr en tiempo real para 10 cámaras de 800x600. El CPU se utiliza para realizar encoding y streaming.
Panoramium: Operaciones por cámara Debayering Adaptive Color Plane Interpolation, Hamilton & Adams Barrel-distortion correction Polinomio de grado 4 Sampling bi-cúbico Vignetting correction Polinomio de grado 4
Panoramium: Blending Multi-band blending A Multiresolution Spline With Application to Image Mosaics. Burt & Adelson Cálculo de pirámides Gaussianas y Laplacianas por cada frame. Blending independiente por banda, sobre un gran área de la imágen y manteniendo los detalles. La piramide final del panorama luego se sintetiza. Se utiliza sampling bi-cúbico en el upsampling.
Panoramium: Resumen del pipeline 1. Para cada cámara Upload Debayering CUDA Streams Barrel correction Vignetting correction 2. Blending Pirámide Gaussiana y Laplaciana por frame Multi-band blending Síntesis del panorama 3. Para cada recorte Cropping Down-sampling Conversión de espacio de color
Proyectos de Transferencia Ambiente de Monitoreo Terrestre-Oceánico Detección de embarcaciones y derrames de petróleo en imágenes SAR Un proyecto para la Comisión Nacional de Actividades Espaciales Financiado por el Mininisterio de Ciencia y Tecnología Se utilizará GPGPU para acelerar el procesamiento. Proyecto aprobado, en etapas iniciales.
Investigación: Video processing Comparación entre CPU y GPU para la implementación de algoritmos usuales de procesamiento de video. La motivación original era determinar que tecnología utilizar para el proyecto Panoramium. Las versiones en GPU fueron implementadas en CUDA, para las versiones de CPU se utilizaron las Intel Integrated Performance Primitives. A Comparative Study of Implementation Strategies for Real-Time Video Processing. Pablo Odorico, Tomás Touceda and Claudio Delrieux. JAIIO AST2010.
Investigación: Video processing Execution time not considering upload/download time. ms CPUs Core 2 Quad Core i7 20 18 16 GPUs 9800 GT 295 GTX (1 chip) 480 GTX 14 12 10 8 6 4 2 0 Local luma filter 3x3 Erode/Dilate 3x3 Convolution Histogram
Investigación: Video processing Times per frame for a processing pipeline. Intel Core 2 Quad Q6600 Intel Core I7 920 NVIDIA 9800GT Histogram Correction Local Threshold Dilate Erode Convolution Upload/Download NVIDIA GTX 295 (1 chip) NVIDIA GTX 480 0 10 20 30 40 33 ms 30 FPS (Real Time) 50 60 70 80 90 Milliseconds
Investigación: Video compression Nuevas técnicas de compresión de video de álta resolución (1080p, 4K, 8K), mono y stereo. Utilización de hardware NVIDIA Quadro SDI Input/Output para la integración en ambiéntes de broadcasting. Trabajo en etapas iniciales junto al Dr. Mario Mastriani (UNTreF/ANSES).
Investigación: Otros experimentos GPGPU + Visualization (OpenGL) Generated Heightmap Normals Debugging Per fragment shading.
Cursos y Tutoriales "An introduction to CUDA for Image Processing" Center for Machine Perception Czech Technical University at Prague Laboratorio de Ciencias de las Imágenes Universidad Nacional del Sur Futuro: Introduction to Parallel and Distributed Computing Parte del programa NSF/TCPP Early adopters. Continuación del primer curso: features avanzadas y librerías de alto nivel.
Hardware GPUs NVIDIA: 2 x GTX 480 en una Super Computer 2 x GTX 295 (dos chips cada una) Otro hardware de serie 9 y anterior Futuro: Acceso a Quadro SDI Input/Output Hemos obtenido financiación para adquirir otra Super Computer
Preguntas?
Gracias.