Medición de eficiencia de algoritmos de visión artificial implementados en raspberry pi y ordenador personal mediante python - Efficiency Measurement Machine Artificial Vision Algorithms Imple-mented in Raspberry Pi and Personal Computer Using Python

Gloria Andrea Cavanzo Nisso, Miguel Ricardo Pérez Pereira, Fabián Villavisan Buitrago

Resumen


Este artículo presenta la medición de tiempo de ejecución de los dos algoritmos de visión artificial más conocidos (algoritmo de seguimiento de color y algoritmo de substracción de fondo) en dos plataformas diferentes (Raspberry Pi 3 Vs PC) ambas con sistemas operativos basados en Linux, esto con el fin de determinar en cuál de las dos plataformas los algoritmos corren con mayor eficiencia, además determinar si migrar estos algoritmos a sistemas embebidos afecta su desempeño para sistemas en tiempo real. En este artículo se mostrará una explicación detallada de cada algoritmo como también explicación técnica de cada plataforma y una medición de tiempo de cada subsistema del algoritmo y al final una medición global del tiempo de ejecución de todos los algoritmos


Palabras clave


Eficiencia, linux, openCv, python, sistema embebido, visión artificial - Artificial vision, efficiency, embedded system, Linux, openCv, python

Texto completo:

PDF

Referencias


R. Neves, A. Matos. (-). Raspberry PI Based Stereo Vision For Small Size ASVs. Pp. 1-6.

A. Suryatali, V. B. Dharmadhikari. (2015). Computer Vision Based Vehicle Detection for Toll Collection System Using Embedded Linux. International Conference on Circuit, Power and Computing Technologies (ICCPCT), -, Pg: 1-7.

G. Cococrullo, P. Cornosello, F. Frustaci, L. Guacho, S.Perri. (-). Embedded Survillance System Using Background Subtraction and Raspberry PI. Department Of Electronics, Computer Sciences and Systems DIMES - University of Calabria, Pg: 1-5.

k, Milos; P., Jiri; Sánchez Reyes, Jazmín. Evaluation of Quality in Imaging Systems Based on Psychovisual Attributes.INGENIUM, [S.l.], v. 13, n. 26, p. 73-77, Jun. 2013. ISSN 0124 - 7492. Disponible en: . Fecha de acceso: 05 Sep. 2016

Color Models: RGB, HSV, HSL. 28 de mayo de 2016, de - Sitio web: https://en.wikibooks.org/wiki/Color_Models:_RGB,_HSV,_HSL.

F. Horst. (22 March 2010). RGB Cube Show lowgamma cutout. Mayo 28 de 2016, de - Sitio web: https://commons.wikimedia.org/wiki/File:RGB_Cube_Show_lowgamma_cutout_b.png

L. Moreno. (-). Modelos de Color. 28 de mayo de 2016, de desarrollador web Sitio web: www.desarrolloweb.com/articulos/1483.php.

J. D. Gibson. (1999). Handbook of Image and Video Processing. Austin, Texas: al Bovik.

Kharar, Mohali, Punjab, (2011). “Morpholgical image processing”. India.Dept. of ECE, Doaba Institute of Engineering and Technology.

(11 de octubre de 2011). Seven grayscale conversion algorithms. 28 de mayo de 2016, de Tanner Helland (dot) com Sitio web: www.tannerhelland.com/3643/grayscale-image-algorithm-vb6/

F. H. Martínez, F. Martínez, H. Montiel, «Identificación visual sobre sistema embebido para navegación robótica autónoma», Ingenium, vol. 15, n. º 29, pp. 71-84, mayo, 2014.

Recuperado de: www.pccomponentes.com/Raspberry_pi_3_modelo_b.html vista por última vez 28 mayo 2016

Toshiba satélite. Recuperado de: www.notebookcheck.org/typo3temp/_processed_/csm_toshiba_satellite_l350_gesamtklein_ 1c605ee2d7.jpg

A. Marzal, I. Garcia. (2002). Introducción al análisis de algoritmos. pp: 1-7.




DOI: http://dx.doi.org/10.21500/01247492.3218

Enlaces refback

  • No hay ningún enlace refback.


Copyright (c) 2017 Ingenium Revista de la facultad de ingeniería

Licencia de Creative Commons
Este obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional.

ISSN:  0124-7492  

La Revista INGENIUM  proporciona acceso abierto a todos sus contenidos,  basado en el principio de que ofrecer al público un acceso libre a las investigaciones ayuda a un mayor intercambio global de conocimiento,   así mismo, se adhiere a la licencia creative commons Atribución - NoComercial - SinDerivar 4.0 Internacional (CC BY - NC - ND 4.0)

No se permite un uso comercial de la obra original ni de las posibles obras derivadas, la distribución de las cuales se debe hacer con una licencia igual a la que regula la obra original.

Usted puede utilizar nuestros contenidos bajo los siguientes términos:

  • Atribución — Usted debe darle crédito a esta obra de manera adecuada, proporcionando un enlace a la licencia, e indicando si se han realizado cambios. Puede hacerlo en cualquier forma razonable, pero no de forma tal que sugiera que usted o su uso tienen el apoyo del licenciante.

  • NoComercial — Usted no puede hacer uso del material con fines comerciales.

  • Sin Derivar — Si usted mezcla, transforma o crea nuevo material a partir de esta obra, usted no podrá distribuir el material modificado.

  • Attribution — You must give appropriate credit, provide a link to the license, and indicate if changes were made. You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use.
  • NonCommercial — You may not use the material for commercial purposes.
  • NoDerivatives — If you remix, transform, or build upon the material, you may not distribute the modified material.


http://creativecommons.org/licenses/by-nc-sa/4.0/