Description
Date depot: 13 avril 2020
Titre: Irregular : Conception d’algorithmes parallèles efficaces pour des applications irreégulières sur des systèmes de vision embarqués hétérogènes
Directeur de thèse:
Lionel LACASSAGNE (LIP6)
Encadrant :
Julien SOPENA (LIP6)
Domaine scientifique: Sciences et technologies de l'information et de la communication
Thématique CNRS : Systèmes et réseaux
Resumé:
Le but de cette thèse est de concevoir, implémenter et optimiser des algorithmes irréguliers de type Split & Merge manipulant des structures de données de type Union-Find pour des applications de vision embarquées sur des plateformes de type CPU+GPU. L’objectif est de concevoir des algorithmes de perception dite “pré-attentive” fournissant rapidement une pré-segmentation de la scène. Cette segmentation pourra être utilisée telle que, pour des systèmes low power (∼1 watt) ou pourra servir d’entrée pour simplifier la complexité d’algorithmes de classification plus robustes et bien plus complexes, afin d’obtenir des systèmes embarqués de vision temps réel ayant une consommation limitée à une dizaine de watts.
Doctorant.e: Maurice Nathan