Çok çekirdekli işlemcilerde yeni bir paralel görüntü işleme yöntemi ve yöntemin yüz tanıma problemine uygulanması

Abstract

Artan işlemci hızları ve çekirdek sayıları, kısa süre içerisinde çok fazla işlem yapılmasını gerektiren programların gerçek zamanlı olarak çalıştırılabilmesinin önünü açmıştır. Ancak çekirdek sayılarındaki artış, performans artışından ziyade çok görevliliği hedeflemektedir. Bu tez çalışmasında, gerçek zamanlı görüntü işleme uygulamaları için paralel görüntü işleme ve çerçeve akış hızı sabitleyici yaklaşımı sunulmuştur. Bu yaklaşımın temel amacı, görüntü işleme yöntemlerinin sıradan bilgisayarlar üzerinde ve ek donanım desteği gerektirmeden çok çekirdekli işlemci mimarisinden yararlanılarak gerçek zamanlı olarak yürütülebilmesini sağlamaktır. Önerilen yaklaşımın test edilmesi için popüler yüz bulma ve tanıma algoritmaları da çalışılmış ve bu algoritmalar sunulan yaklaşım kullanılarak paralel işleyecek şekilde gerçeklenmiştir. Yaklaşım, Microsoft .NET çatısı altında Microsoft Windows 7 işletim sistemi üzerinde bir Intel i7-3770 3,40 GHz işlemcisi ile test edilmiştir. Sonuçlar görüntü işleme işlemlerinin 4 fiziksel çekirdek üzerine başarıyla dağıtıldığını ve 5,25 kata kadar performans artışı sağlandığını göstermiştir. Önerilen yöntem yüz tanıma problemi üzerinde de test edilmiştir. 25 ve 60 fps hıza sahip videolar için yapılan testler sonucunda, iş yüklerinin çekirdeklere dağıtılabildiği görülmüş ve istenen akış hızları başarıyla sağlanabilmiştir.

Increasing processing speeds and number of processors' cores open a new door to run programs that require much processing in real-time. However, the increase in core numbers aims multitasking rather than performance improvement. In this thesis, a novel parallel image processing and frame rate stabilization approach for processing images in real-time is proposed. The main goal of this approach is to run real time image processing tasks on a regular PC with a multi-core CPU without requiring explicit hardware support. Various face detection and recognition algorithms are studied and implemented to run in parallel, using the presented approach. The approach is implemented under Microsoft .NET Framework and tested on Microsoft Windows 7 operating system with an Intel i7-3770 3,40 GHz CPU. Results show that the image processing tasks were successfully distributed to the cores and the performance is increased up to 5,25 times on 4 physical cores. The algorithm is also tested on face recognition task. It was shown that, workloads were successfully distributed to the cores and desired output frame rates were obtained for 25 and 60 fps videos.