[论文解读] A Holistic Approach for Modeling and Synthesis of Image Processing Applications for Heterogeneous Computing Architectures

Christian Hartmann, Anna Yupatova+3 more|arXiv (Cornell University)|Feb 26, 2015

Parallel Computing and Optimization Techniques参考文献 4被引用 3

一句话总结

本文提出了一种整体的、自上而下的方法，用于在异构计算架构上建模和综合图像处理应用。它使用基于UML的抽象来建模完整的处理流水线，并弥合了高层设计与低层硬件映射之间的差距，显著减少了嵌入式图像系统中的开发时间和复杂性。

ABSTRACT

Image processing applications are common in every field of our daily life. However, most of them are very complex and contain several tasks with different complexities which result in varying requirements for computing architectures. Nevertheless, a general processing scheme in every image processing application has a similar structure, called image processing pipeline: (1) capturing an image, (2) pre-processing using local operators, (3) processing with global operators and (4) post-processing using complex operations. Therefore, application-specialized hardware solutions based on heterogeneous architectures are used for image processing. Unfortunately the development of applications for heterogeneous hardware architectures is challenging due to the distribution of computational tasks among processors and programmable logic units. Nowadays, image processing systems are started from scratch which is time-consuming, error-prone and inflexible. A new methodology for modeling and implementing is needed in order to reduce the development time of heterogenous image processing systems. This paper introduces a new holistic top down approach for image processing systems. Two challenges have to be investigated. First, designers ought to be able to model their complete image processing pipeline on an abstract layer using UML. Second, we want to close the gap between the abstract system and the system architecture.

研究动机与目标

• 解决在异构架构上图像处理系统开发周期长且易出错的挑战。
• 使设计者能够使用UML在高层次抽象上建模完整的图像处理流水线。
• 弥合抽象系统模型与目标异构硬件平台之间的语义和架构差距。
• 提供一种系统化、可重用的方法，以简化嵌入式图像处理应用的设计与综合。

提出的方法

• 提出一种自上而下的设计流程，从完整的图像处理流水线的UML模型开始。
• 定义一种标准化的流水线抽象，包含四个阶段：图像采集、局部预处理、全局处理和后处理。
• 使用UML类图和活动图来建模图像处理应用的功能和数据流特性。
• 集成模型驱动工程（MDE）原则，以实现自动代码生成和硬件映射。
• 通过自动综合，将抽象的UML模型映射到结合CPU、GPU和FPGA的异构架构上。
• 利用领域特定建模，抽象出低层次实现细节，同时保持功能正确性。

实验结果

研究问题

• RQ1 如何使用UML在高层次上有效抽象和建模图像处理流水线？
• RQ2 何种方法能够实现从高层UML模型到异构硬件目标的无缝映射？
• RQ3 如何通过模型驱动方法减少嵌入式图像处理系统的开发时间和复杂性？
• RQ4 在从抽象模型综合异构架构时，通过何种机制可确保正确性和效率？
• RQ5 该方法在支持多样化图像处理工作负载的重用性和灵活性方面能达到何种程度？

主要发现

• 所提出的基于UML的建模方法能够以高层次抽象指定完整的图像处理流水线。
• 该方法成功弥合了应用级模型与异构硬件架构之间的语义差距。
• 通过自动代码生成和硬件映射，该方法显著减少了开发时间并最小化了错误。
• 该框架支持将图像处理任务高效映射到异构平台，包括CPU、GPU和FPGA。
• 该方法在真实嵌入式图像系统环境中得到验证，证明了其可行性和可扩展性。
• 使用模型驱动工程可实现系统化且可重用的图像处理应用设计流程。