دانلود مقاله و خرید ترجمه:سازگاری یا مناسب بودن شتاب‌ دهنده‌های سخت‌افزاری اخیر (‏DSP ها، FPGA ها و GPU ها)‏ برای بینایی ماشین و الگوریتم های پردازش تصویر - 2018
عید قرببان
مقالات ترجمه شده پردازش تصویر ( Image Processing )
  • Suitability of recent hardware accelerators (DSPs, FPGAs, and GPUs) for computer vision and image processing algorithms سازگاری یا مناسب بودن شتاب‌ دهنده‌های سخت‌افزاری اخیر (‏DSP ها، FPGA ها و GPU ها)‏ برای بینایی ماشین و الگوریتم های پردازش تصویر
    دانلود مقاله | مقاله انگلیسی رایگان | خرید ترجمه فارسی مقاله

    سال انتشار:

    2018


    ترجمه فارسی عنوان مقاله:

    سازگاری یا مناسب بودن شتاب‌ دهنده‌های سخت‌افزاری اخیر (‏DSP ها، FPGA ها و GPU ها)‏ برای بینایی ماشین و الگوریتم های پردازش تصویر


    عنوان انگلیسی مقاله:

    Suitability of recent hardware accelerators (DSPs, FPGAs, and GPUs) for computer vision and image processing algorithms


    منبع:

    ScienceDirect- Elsevier- Signal Processing: Image Communication 68 (2018) 101–119


    نویسنده:

    Amir HajiRassouliha, Andrew J: Taberner, Martyn P: Nash, Poul M:F: Nielsen


    چکیده انگلیسی:

    omputer vision and image processing algorithms form essential components of many industrial, medical, commercial, and research-related applications. Modern imaging systems provide high resolution images at high frame rates, and are often required to perform complex computations to process image data. However, in many applications rapid processing is required, or it is important to minimise delays for analysis results. In these applications, central processing units (CPUs) are inadequate, as they cannot perform the calculations with sufficient speed. To reduce the computation time, algorithms can be implemented in hardware accelerators such as digital signal processors (DSPs), field-programmable gate arrays (FPGAs), and graphics processing units (GPUs). However, the selection of a suitable hardware accelerator for a specific application is challenging. Numerous families of DSPs, FPGAs, and GPUs are available, and the technical differences between various hardware accelerators make comparisons difficult. It is also important to know what speed can be achieved using a specific hardware accelerator for a particular algorithm, as the choice of hardware accelerator may depend on both the algorithm and the application. The technical details of hardware accelerators and their performance have been discussed in previous publications. However, there are limitations in many of these presentations, including: inadequate technical details to enable selection of a suitable hardware accelerator; comparisons of hardware accelerators at two different technological levels; and discussion of old technologies.
    To address these issues, we introduce and discuss important considerations when selecting suitable hardware accelerators for computer vision and image processing tasks, and present a comprehensive review of hardware accelerators. We discuss the practical details of chip architectures, available tools and utilities, development time, and the relative advantages and disadvantages of using DSPs, FPGAs, and GPUs. We provide practical information about state-of-the-art DSPs, FPGAs, and GPUs as well as examples from the literature. Our goal is to enable developers to make a comprehensive comparison between various hardware accelerators, and to select a hardware accelerator that is most suitable for their specific application.
    Keywords: Review | Computer vision | Image processing | Digital signal processor (DSP) | Field programmable gate array (FPGA) | Graphics processing unit (GPU)


    چکیده فارسی:

    الگوریتم های بینایی کامپیوتری و پردازش تصویر، اجزای ضروری بسیاری از کاربردهای صنعتی، پزشکی، تجاری و تحقیقاتی را تشکیل می‌دهند. سیستم‌های تصویربرداری مدرن تصاویر با وضوح بالا را در نرخ‌های فریم بالا فراهم می‌کنند و اغلب برای انجام محاسبات پیچیده برای پردازش داده‌های تصویر مورد نیاز هستند. با این حال، در بسیاری از کاربردها پردازش سریع مورد نیاز است، یا به حداقل رساندن تاخیر برای نتایج تجزیه و تحلیل امری حائز اهمیت است. در این کاربردها، واحدهای پردازش مرکزی (‏CPU ها) ‏ناکافی هستند، زیرا نمی‌توانند محاسبات را با سرعت کافی انجام دهند. برای کاهش زمان محاسبه، الگوریتم‌ها می‌توانند در شتاب‌دهنده‌های سخت‌افزاری مانند پردازشگرهای سیگنال دیجیتال (‏DSPs)، آرایه های دریچه‌ای برنامه‌پذیر میدانی (‏FPGA) ‏و واحدهای پردازش گرافیکی (‏GPU ها)‏ پیاده‌سازی شوند. با این حال، انتخاب یک شتاب‌دهنده سخت‌افزاری مناسب برای یک کاربرد خاص همواره چالش برانگیز بوده است. خانواده‌ها یا دسته های متعددی از DSP ها، FPGA ها و GPU ها در دسترس هستند و تفاوت‌های فنی بین شتاب‌دهنده‌های سخت‌افزاری مختلف مقایسه را دشوار می‌سازد. همچنین مهم است که بدانیم چه سرعتی را می توان با استفاده از یک شتاب ‌دهنده سخت‌افزاری خاص برای یک الگوریتم خاص به دست آورد، زیرا انتخاب شتاب‌ دهنده سخت‌افزاری ممکن است هم به الگوریتم و هم به برنامه بستگی داشته باشد. جزییات فنی شتاب‌دهنده‌های سخت‌افزاری و عملکرد آن‌ها در نشریات قبلی مورد بحث قرار گرفته ‌است. با این حال، در بسیاری از این ارائه‌ها محدودیت‌هایی وجود دارد، که، جزئیات فنی ناکافی برای فعال کردن انتخاب یک شتاب ‌دهنده سخت‌افزاری مناسب؛ مقایسه شتاب ‌دهنده‌های سخت‌افزاری در دو سطح فن‌آوری مختلف؛ و بحث در مورد تکنولوژی‌های قدیمی از جمله این موارد هستند.
    برای پرداختن به این مسائل، ما ملاحظات مهم را در زمان انتخاب شتاب‌ دهنده‌های سخت‌افزاری مناسب برای بینایی کامپیوتر و وظایف پردازش تصویر معرفی و بحث می‌کنیم و یک بررسی جامع از شتاب‌ دهنده‌های سخت‌افزاری ارائه می‌دهیم. ما در مورد جزئیات عملی ساختارهای تراشه، ابزارها و امکانات موجود، زمان توسعه و مزایا و معایب استفاده از DSPs، FPGA ها و GPU ها بحث خواهیم کرد. ما اطلاعات عملی در مورد جدیدترین DSP ها، FPGA ها و GPU ها و همچنین مثال‌هایی از مقالات ارائه می‌دهیم. هدف ما این است که توسعه دهندگان را قادر سازیم تا مقایسه‌ای جامع بین شتاب ‌دهنده‌های سخت‌افزاری مختلف انجام دهند و یک شتاب ‌دهنده‌های سخت‌افزاری را انتخاب کنند که برای کاربرد خاص آن‌ها بسیار مناسب باشد.
    کلمات کلیدی: مرور یا بازنگری | بینایی ماشین | پردازش تصویر | پردازشگر سیگنال دیجیتال (‏DSP)‏ | آرایه دریچه ای برنامه پذیر میدانی (‏FPGA)‏ | واحد پردازش گرافیکی (‏GPU)


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 19
    تعداد صفحات فایل doc فارسی(با احتساب مراجع): 73

    وضعیت ترجمه عناوین تصاویر و جداول: به صورت کامل ترجمه شده است

    وضعیت ترجمه متون داخل تصاویر و جداول: به صورت کامل ترجمه شده است

    حجم فایل: 411 کیلوبایت


    قیمت: 60000 تومان    48000 تومان (20 % تخفیف)


    توضیحات اضافی:

    یک مقاله مروری بسیار خوب در زمینه پردازش تصویر و بینایی ماشین. این مقاله یک مقاله پایه برای نگارش یک پایان نامه کارشناسی ارشد، تز دکترا و یا یک مقاله عالی می باشد




اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

تعداد نظرات : 0

الزامی
الزامی
الزامی
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی
logo-samandehi