Le modèle flot de données appliqué à la synthèse haut-niveau pour le traitement d'images sur

225 Pages·2016·16.33 MB·French

by  Cedric Bourrasset

Le mod`ele flot de donn´ees appliqu´e `a la synth`ese
haut-niveau pour le traitement d’images sur cam´era
intelligente `a base de FPGA. Application aux syst`emes
d’apprentissage supervis´es
Cedric Bourrasset
To cite this version:
Cedric Bourrasset. Le mod`ele flot de donn´ees appliqu´e a` la synth`ese haut-niveau pour
le traitement d’images sur cam´era intelligente a` base de FPGA. Application aux syst`emes
d’apprentissage supervis´es. Autre. Universit´e Blaise Pascal - Clermont-Ferrand II, 2016.
Fran¸cais. <NNT : 2016CLF22673>. <tel-01280468v2>
HAL Id: tel-01280468
https://tel.archives-ouvertes.fr/tel-01280468v2
Submitted on 13 Jun 2016
HAL is a multi-disciplinary open access L’archive ouverte pluridisciplinaire HAL, est
archive for the deposit and dissemination of sci- destin´ee au d´epˆot et `a la diffusion de documents
entific research documents, whether they are pub- scientifiques de niveau recherche, publi´es ou non,
lished or not. The documents may come from ´emanant des ´etablissements d’enseignement et de
teaching and research institutions in France or recherche fran¸cais ou ´etrangers, des laboratoires
abroad, or from public or private research centers. publics ou priv´es.

N° d’ordre : 2676
EDSPIC : 743
UNIVERSITÉ BLAISE PASCAL - CLERMONT II
ÉCOLE DOCTORALE : SCIENCES POUR L’INGÉNIEUR
THÈSE
présentée par
Cédric BOURRASSET
Pour obtenir le grade de :
DOCTEUR DE L’UNIVERSITÉ BLAISE PASCAL
Spécialité : Électronique et Architecture des Systèmes
Titre de la thèse :
Le modèle flot de données appliqué à la synthèse haut-niveau pour le
traitement d’images sur caméra intelligente à base de FPGA.
Application aux systèmes d’apprentissage supervisés
9 2016
Thèse soutenue le février devant le jury composé de :
Président M.Jean-Pierre Dérutin
Directeur de Thèse M.Jocelyn Sérot
Co-Directeur de Thèse M.François Berry
Rapporteurs M.Vincent Charvillat
M.Julien Dubois
Examinateurs M.Paolo Pagano
M.Maxime Pelcat
Cédric BOURRASSET : Le modèle flot de données appliqué à la synthèse haut-niveau pour le
traitementd’imagessurcaméraintelligenteàbasedeFPGA.Applicationauxsystèmesd’apprentissage
supervisés, © 1er mars 2016
Résumé
Lasynthèsedehautniveau(HighLevelSynthesis(HLS))estundomainederecherchequi
viseàautomatiserlepassagedeladescriptiond’unalgorithmeàunereprésentationauniveau
registre de celui-ci en vue de son implantation sur un circuit numérique. Si le problème reste
à ce jour largement ouvert pour des algorithmes quelconques, des solutions ont commencé
à voir le jour au sein de domaines spécifiques. C’est notamment le cas dans le domaine du
traitement d’images où l’utilisation du modèle flot de données offre un bon compromis entre
expressivité et efficacité.
C’est ce que nous cherchons à démontrer dans cette thèse, qui traite de l’applicabilité du
modèleflotdedonnéesauproblèmedelasynthèsehautniveauàtraversdeuxexemplesd’im-
plantationd’applicationsdevisioncomplexessurFPGA.Lesapplications,issuesdudomaine
de l’apprentissage supervisé sont un système de classification à bases de machines à vecteurs
supports (SVM) et un système de reconnaissance exploitant un réseau de neurones convolu-
tionnels (CNN). Dans les deux cas, on étudie les problématiques posées par la reformulation,
au sein du modèle flot de données, des structures de données et algorithmes associés ainsi
quel’impactdecettereformulationsurl’efficacitédesimplémentationsrésultantes.Lesexpé-
rimentations sont menées avec CAPH, un outil de HLS exploitant le modèle flot de données.
Motclés:Synthèsedehautniveau,Flotdedonnées,FPGA,Traitementd’images,Systèmes
d’apprentissage
4
Abstract
High-level synthesis is a field of research that aims to automate the transformation from
an high-level algorithmic description to a register level representation for its implementation
on a digital circuit. Most of existing tools based on imperative languages try to provide a
general solution to any type of existing algorithm. This approach can be inefficient in some
applications where the algorithm description relies on a different paradigm from the hard-
wareexecutionmodel.Thismajordrawbackcanbefiguredoutbytheuseofspecificlangages,
named Domain Specific Language (DSL). Applied to the image processing field, the dataflow
modelappearsasagoodcompromisebetweentheexpressivenessofthealgorithmdescription
and the final implementation efficiency.
This thesis address the use of the dataflow programming model as response to high-
level synthesis problematics for image processing algorithms on FPGA. To demonstrate the
effectiveness of the proposed method but also to put forth the algorithmic reformulation
efforttobemadebythedeveloper,anambitiousclassofapplicationswaschosen:supervised
machine learning systems. It will be addressed in particular two algorithms, a classification
system based on Support Vector Machine and a convolutional neural network. Experiments
willbemadewiththeCAPHlangage,aspecificHLStoolbasedonthedataflowprogramming
model.
Keywords : High-Level Synthesis, Dataflow, FPGA, Image Processing, Machine Learning,
Deep Learning
6
Á mes amours,
Muriel et Evan
8