Masterarbeit
Generische beschleunigte Plattform für Bildverarbeitung
Completion
2024/12
Research Area
Intelligent Information Management
Advisers
Description (German)
Die Interaktion zwischen Mensch und Maschine erfordert eine effiziente Schnittstelle, um eine zügige
und zuverlässige Erfassung sowie Verarbeitung von Daten zu gewährleisten. Verschiedene Arten von
Sensoren können verwendet werden, um Eingabedaten zu erhalten. Eine Kategorie dieser, sind 3D-
oder Bildkameras. Sie bieten einen großen Aufnahmebereich und ermöglichen zugleich eine schnelle
Datenerfassung mit einer hohen Informationsdichte. Die Vorteile dieser Technologie gehen jedoch mit
einigen Problemen einher. Aufgrund der großen Datenmengen setzen die Verarbeitung und
Übertragung leistungsstarke sowie schnell Hardwaresysteme voraus. Obwohl Konzepte wie Cloud
Computing genügend Rechenleistung bieten, erhöht sich jedoch die Latenzzeit aufgrund von
Übertragungsverzögerungen. Eine Alternative ist die dezentralisierte Berechnung auf Edge-Geräten.
Die jüngsten Fortschritte in der Mensch-Maschine-Interaktion haben zu einem Anstieg der visuellen
Verarbeitungsmethoden geführt. Es etablieren sich neue Anwendungsszenarien wie Sicherheits-
systeme für die Mensch-Roboter-Kollaboration, sowie die Erkennung von Personen mit Mobilitäts-
einschränkungen um ihnen in verschiedenen Situationen zu helfen. Die Algorithmen zur
Objekterkennung können verwendet werden, um funktionale Informationen aus den Rohbilddaten zu
gewinnen. Dieser Prozess wird in der Regel mit Hilfe von neuronalen Netzen der künstlichen Intelligenz
(KI) realisiert. Die zugrunde liegenden KI-Frameworks können von der Hardwarebeschleunigung durch
Grafikkarten profitieren, die das Anlernen und die Datenverarbeitung beschleunigen.
In dieser Masterarbeit soll ein Framework geschaffen werden, das einheitliche Schnittstellen sowie
Befehle für die Konfiguration und Generierung eines solchen Systems vereinfacht und verwendet. Es
dient als grundlegende Komponente für die Erstellung von Laufzeitumgebungen für
bildverarbeitungsbasierte Anwendungen im Rahmen des vom Fraunhofer IWU durchgeführten
Projekts "Human in Sphere", dass eine Umgebung zur Erstellung von benutzerdefinierten Bild-
verarbeitungsanwendungen spezifiziert. Das Framework muss sich drei Hauptproblemen stellen:
Portabilität der Software auf verschiedene Hardwareplattformen, ohne dass es zu einem nicht
funktionierenden Zustand aufgrund von Inkompatibilitätsproblemen kommt. Außerdem sollten die
Größe und die verwendeten Teilprozesse variabel einstellbar sein, was eine skalierbare
Programmstruktur erfordert. Nicht zuletzt sind die Performance und Effizienz ein wichtiger Aspekt des
Gesamtsystems, um nahezu echtzeitfähige Ergebnisse zu erhalten, ohne dass die fertige Anwendung
hängen bleibt oder zusammenbricht.
Um die vorgestellten Probleme in einem Schritt zu lösen, ist das Hauptziel die Erstellung eines
Frameworks, das alle benötigten Softwareteile und Gerätetreiber konfiguriert, generiert und
miteinander verbindet, um eine grundlegende Anwendung zu erstellen. Die vollständige Lösung wäre
ein System mit Treibern für die Kameraschnittstelle und die Grafikkartenbeschleunigung zusammen
mit allen Abhängigkeiten, die für die KI-Unterstützung benötigt werden, basierend auf Techniken des
aktuellen Stands der Technik. Die zuvor eingeführten Anforderungen werden durch Zeit- und
Leistungsmessungen während der Ausführung verifiziert, um das Gesamtsystem zu bewerten. Es wird
auch eine Beispielanwendung erstellt, um das tatsächliche Verhalten des Systems zu zeigen.
