Algorithms, Design Methods, and Many-Core Execution Platform for Low-Power Massive Data-Rate Video and Image Processing
Veřejná podpora
Poskytovatel
Ministerstvo školství, mládeže a tělovýchovy
Program
Společné technologické iniciativy
Veřejná soutěž
ARTEMIS 2013-1
Hlavní účastníci
CAMEA, spol. s r.o.
Druh soutěže
RP - Spolufinancování programu EK
Číslo smlouvy
MSMT-16274/2014-1
Alternativní jazyk
Název projektu anglicky
Algorithms, Design Methods, and Many-Core Execution Platform for Low-Power Massive Data-Rate Video and Image Processing
Anotace anglicky
ALMARVI aims at providing cross-domain many-core platform solution, system software stack, tool chain, and adaptive algorithms that will enable massive data-rate image/video processing with high energy efficiency. ALMARVI will provide mechanisms and support for high degree of adaptivity at various system layers that will abstract the variations in the underlying platforms (e.g., due to imperfections in the fabrication process), communication channels (e.g., available bandwidth), application behaviour (dynamic workloads, changing requirements) from the application developer. This is crucial for providing consistent performance efficiency in an interoperable manner when considering heterogeneous platform options and dynamic operating conditions. The keyis to leverage image/video content-specific properties, application-specific features, and inherent resilience properties of image/video processing applications. The goal of ALMARVI is to develop: - Adaptive, scalable, and parallelised algorithms for image and video processing - Cross-domain system software stack with adaptive run-time system for efficient resource/power management and improved interoperability - Concepts for continuous hardware and software adaptations - Cross-domain many-core execution platform scalable with off-the-shelf heterogeneous acceleration fabrics like FPGAs, embedded GPUs, DSPs, etc. - Design tools and methods for execution platform - Industrial-grade demonstrators for multiple application use cases to validate the projectresults.
Vědní obory
Kategorie VaV
AP - Aplikovaný výzkum
CEP - hlavní obor
JD - Využití počítačů, robotika a její aplikace
CEP - vedlejší obor
—
CEP - další vedlejší obor
—
OECD FORD - odpovídající obory <br>(dle <a href="http://www.vyzkum.cz/storage/att/E6EF7938F0E854BAE520AC119FB22E8D/Prevodnik_oboru_Frascati.pdf">převodníku</a>)
20204 - Robotics and automatic control<br>20205 - Automation and control systems
Hodnocení dokončeného projektu
Hodnocení poskytovatelem
U - Uspěl podle zadání (s publikovanými či patentovanými výsledky atd.)
Zhodnocení výsledků projektu
Řešitelský tým se zaměřoval zejména na výzkum a experimentální ověření algoritmů detekce objektů pro moderní výpočetní platformy na bázi moderní kombinace procesorů a programovatelného hardware. Výsledkem projektu je detektor objektů (natrénovaný pro detekci registračních značek vozidel) nasazený do inteligentní embedded kamery založené na Xilinx Zynq.
Termíny řešení
Zahájení řešení
1. 4. 2014
Ukončení řešení
30. 6. 2017
Poslední stav řešení
U - Ukončený projekt
Poslední uvolnění podpory
2. 3. 2017
Dodání dat do CEP
Důvěrnost údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Systémové označení dodávky dat
CEP18-MSM-7H-U/01:1
Datum dodání záznamu
11. 6. 2018
Finance
Celkové uznané náklady
5 958 tis. Kč
Výše podpory ze státního rozpočtu
2 979 tis. Kč
Ostatní veřejné zdroje financování
995 tis. Kč
Neveřejné tuz. a zahr. zdroje finan.
1 984 tis. Kč