Parallelization of a new embedded application for automatic meteor detection

Parallélisation d'une nouvelle application embarquée pour la détection automatique de météores

Mathuran Kandeepan (1) , Clara Ciocan (1) , Adrien Cassagne (1) , Lionel Lacassagne (1)

1 ALSOC - Architecture et Logiciels pour Systèmes Embarqués sur Puce

This article presents the methods used to parallelize a new computer vision application. The system is able to automatically detect meteor from non-stabilized cameras and noisy video sequences. The application is designed to be embedded in weather balloons or for airborne observation campaigns. Thus, the final target is a low power system-on-chip (< 10 Watts) while the software needs to compute a stream of frames in real-time (> 25 frames per second). For this, first the application is split in a tasks graph, then different parallelization techniques are applied. Experiment results demonstrate the efficiency of the parallelization methods. For instance, on the Raspberry Pi 4 and on a HD video sequence, the processing chain reaches 42 frames per second while it only consumes 6 Watts.

Cet article présente les techniques mises en œuvre pour paralléliser une nouvelle chaîne de traitement de l'image. L'application permet de détecter automatiquement les météores depuis un flux vidéo non stabilisé. La cible finale de cette chaîne de traitement est un système sur puce à faible consommation énergétique pouvant être embarqué sur un ballon-sonde, ou bien dans un avion. Les méthodes mises en place pour répondre aux contraintes de traitement temps réel (≥ 25 images par seconde) tout en restant sur des niveaux de consommation énergétique faible (≤ 10 Watts) sont présentées. En outre, la chaîne de traitement est découpée en graphe de tâches puis elle est parallélisée. Les résultats obtenus démontrent l'efficacité de la parallélisation. Par exemple, sur la Raspberry Pi 4, la chaîne de traitement atteint 42 images par seconde et consomme moins de 6 Watts pour des séquences vidéos Full HD.

Mots clés: Computer Vision; Embedded System; Parallelism; Multi-Threading; Pipeline

Mots clés: Vision par ordinateur; Systèmes embarqués; Parallélisme; Multi-thread; Pipeline

Domaines: Calcul parallèle, distribué et partagé [cs.DC]; Vision par ordinateur et reconnaissance de formes [cs.CV]; Systèmes embarqués

Mathuran Kandeepan, Clara Ciocan, Adrien Cassagne, Lionel Lacassagne. Parallélisation d'une nouvelle application embarquée pour la détection automatique de météores. COMPAS 2023 - Conférence francophone d'informatique en Parallélisme, Architecture et Système, Jul 2023, Annecy (France), France. ⟨10.48550/arXiv.2307.10632⟩. ⟨hal-04164359⟩