इट्रेज़ के कार्यकारी निदेशक विक्टर इरुहिमोव ने ओपनवीएक्स वर्किंग ग्रुप के अध्यक्ष को पोस्ट किया

18 नवंबर, 2013 को क्रोनोस ग्रुप ने कंप्यूटर विज़न के लिए OpenVX 1.0 मानक का एक प्रारंभिक विनिर्देश पेश किया । चूंकि इटसेज़ इस गतिविधि के आरंभकर्ताओं में से एक था और विनिर्देशन के निर्माण में सक्रिय रूप से भाग लिया था, इसलिए हमने इस मानक के बारे में बात करने का फैसला किया है।

OpenVX की आवश्यकता क्यों है

जब इटसेज़ इंजीनियरों ने कुछ साल पहले मोबाइल प्लेटफार्मों पर कंप्यूटर विज़न करना शुरू किया था, तो वे आश्चर्यचकित थे कि डेस्कटॉप कंप्यूटरों की तुलना में मोबाइल फोन के प्रोसेसर पर एल्गोरिदम कितना धीमा है, जो तब सभी के लिए उपयोग किया जाता था। छवि रिज़ॉल्यूशन (cv :: resize) को बदलने के लिए एक साधारण कार्य 20 मिलीसेकंड से अधिक समय तक काम कर सकता है, वास्तविक समय वीडियो प्रसंस्करण के लिए लगभग कोई समय नहीं छोड़ता है (एक फ़ंक्शन जो 30 फ्रेम प्रति सेकंड की प्रक्रिया करता है, लगभग 33 एमएस प्रति फ्रेम काम करना चाहिए)। उदाहरण के लिए, NEON ऑप्टिमाइज़ेशन का उपयोग करके cv :: resize को ARM पर 7 से अधिक बार त्वरित किया जा सकता है (देखें [ 1 ])। यह स्पष्ट हो गया कि न केवल केंद्रीय प्रोसेसर के साथ, बल्कि GPU, DSP , ASIC , FPGA सहित सभी उपलब्ध त्वरक के साथ SoC के साथ अधिक प्रभावी कोड इंटरैक्शन की आवश्यकता थी । कोई भी कंपनी अकेले इस समस्या का समाधान नहीं करेगी, इसलिए इटसेज़ ने NVIDIA के साथ मिलकर क्रोनोस ग्रुप को कंप्यूटर विज़न के लिए एक मानक बनाने के प्रस्ताव के साथ रुख किया, जो कि हार्डवेयर एब्स्ट्रेक्शन लेयर (HAL) है, अर्थात्, एक इंटरफ़ेस, जिसके कार्यों को उच्च-स्तरीय एल्गोरिदम कहा जाएगा, और कंप्यूटिंग आर्किटेक्चर के लिए कार्यान्वयन को अनुकूलित किया जाएगा। खेरोनोस - ओपनजीएल और ओपनसीएल से मानकों के उदाहरण - क्रमशः ग्राफिक्स और सामान्य कंप्यूटिंग के लिए इस समस्या को हल करते हैं। प्रस्ताव को बड़ी संख्या में कंपनियों द्वारा समर्थित किया गया था, और एक कार्यकारी समूह बनाया गया था, जिसके अध्यक्ष को एक इटसेज़ कर्मचारी चुना गया था। उद्योग के नेता मानक के विकास में शामिल हैं (नीचे देखें)। OpenVX को मिले शक्तिशाली समर्थन के साथ, आप वास्तव में कंप्यूटर विज़न अनुप्रयोगों के विकास को पहले से आसान बनाकर उद्योग को बदल सकते हैं!



मानक मुख्य रूप से मोबाइल और एम्बेडेड आर्किटेक्चर पर कंप्यूटर दृष्टि एल्गोरिदम में तेजी लाने के लिए बनाया गया था।

OpenVX आर्किटेक्चर

OpenVX दो स्तरों का एक C API है: तत्काल मोड और ग्राफ़ मोड। पहला अलग-अलग कार्य हैं, जो ओपनसीवी से आदिम संरचना में बहुत समान हैं। सभी कार्यों में OpenCV में एक समान है, imgproc मॉड्यूल में अधिकांश भाग के लिए।



ऊपरी स्तर हमें निर्देशित दृष्टि के रूप में कंप्यूटर दृष्टि एल्गोरिदम का वर्णन करने की अनुमति देता है, जहां प्रत्येक नोड एक फ़ंक्शन से मेल खाती है। प्रत्येक तत्काल मोड फ़ंक्शन के लिए, एक समान ग्राफ़ नोड है। निष्पादन से पहले ग्राफ पूरी तरह से निर्दिष्ट है। उपयोगकर्ता सी एपीआई कॉलबैक के माध्यम से अपने फ़ंक्शन को परिभाषित कर सकता है और इसे ग्राफ में शामिल कर सकता है (उपयोगकर्ता नोड, नीचे स्टीरियो मशीन विज़न उदाहरण में उपयोगकर्ता नोड देखें)। एपीआई के दोनों स्तर छवियों के लिए कंटेनरों के साथ काम करते हैं जिनकी आंतरिक संरचना निर्दिष्ट नहीं है - उपयोगकर्ता पहचानकर्ताओं के साथ काम करता है:

typedef uintptr_t vx_reference; typedef vx_reference vx_image; 

इस प्रकार, ये कंटेनर अपारदर्शी हैं, जो कार्यान्वयन की अधिक स्वतंत्रता देता है। प्रवाह और त्वरक द्वारा छवियों और ग्राफ नोड्स का वितरण लगभग मानक द्वारा नियंत्रित नहीं होता है, और इसलिए, मानक को लागू करने वाले डेवलपर के विवेक पर रहता है। इस वास्तुकला के भीतर, आप छवियों को संग्रहीत कर सकते हैं और त्वरक पर ओपनवीएक्स फ़ंक्शन कर सकते हैं, जो एल्गोरिथ्म को बहुत तेज़ कर सकता है या इसे अधिक ऊर्जा कुशल बना सकता है। सामान्य तौर पर, ग्राफ़ एपीआई अनुकूलन के लिए काफी गुंजाइश प्रदान करता है। उदाहरण के लिए, आप अलग-अलग कोर या अलग-अलग त्वरक पर समानांतर में कई ऑपरेशन कर सकते हैं। कुछ शर्तों के तहत, आप कैश में दक्षता बढ़ाने के लिए ग्राफ़ में दो लगातार नोड्स एक साथ एक धागे में निष्पादित कर सकते हैं, मक्खी पर गणना कर सकते हैं, या टुकड़ों में छवि को संसाधित कर सकते हैं (टाइलिंग)। OpenVX 1.0 मानक के विस्तार का उपयोग करके उपयोगकर्ता नोड्स के लिए टाइलिंग समर्थन लागू किया जाता है। Tiling एक्सटेंशन एक इंटरफ़ेस है जिसे OpenVX समूह द्वारा अनुमोदित किया गया है, लेकिन OpenVX 1.0 के कार्यान्वयन के लिए अनिवार्य नहीं है। भविष्य में, शायद टाइलिंग एपीआई मानक के अगले संस्करणों का अनिवार्य हिस्सा बन जाएगा।

OpenVX और अन्य ओपन-टू-कैपिटल-टूल्स

बहुत शुरुआत से, OpenVX को OpenCV के साथ प्रभावी ढंग से बातचीत करने के लिए डिज़ाइन किया गया था: डेटा विनिमय जहां ओवरहेड के बिना संभव हो, फ़ंक्शन के बहुत करीबी विनिर्देशों। शायद भविष्य में, OpenCV कई प्लेटफार्मों पर तेजी लाने के लिए OpenVX का उपयोग करेगा। लेकिन चूंकि ओपनवीएक्स 1.0 अभी भी विकास में है, और ओपनसीवी 3.0 आर्किटेक्चर पिछले संस्करणों से अलग होगा, अब इंटरेक्शन मॉडल का वर्णन करना मुश्किल है।



OpenVX पर हमारे काम के दौरान, हमें OpenVX और OpenCL की बातचीत के बारे में कई सवाल मिले। उदाहरण के लिए, OpenVX सिर्फ OpenCL कोर का एक सेट क्यों नहीं हो सकता है? हमने ओपनवीएक्स को ओपनसीएल पर निर्भरता की आवश्यकता नहीं बनाने का फैसला किया, क्योंकि ऐसे त्वरक हैं जो ओपनसीएल का समर्थन नहीं करते हैं, लेकिन ओपनवीएक्स के कुछ कार्यों को करने में सक्षम हैं। हालाँकि, OpenVX को OpenCL पर OpenVX को लागू करना संभव बनाने के लिए बनाया गया है।

ओपनवीएक्स कैसे उद्योग को प्रभावित कर सकता है

कंप्यूटर दृष्टि प्रौद्योगिकियों के कई डेवलपर्स अब काम करते समय एक मंच पर ध्यान केंद्रित करते हैं, एक एल्गोरिथ्म चुनते हैं और एक सिस्टम के लिए इसके कार्यान्वयन का अनुकूलन करते हैं। विभिन्न प्लेटफार्मों के लिए ओपनवीएक्स के व्यापक समर्थन को देखते हुए, दूसरे प्लेटफॉर्म के लिए एल्गोरिदम को अनुकूलित करने के प्रयास न्यूनतम होंगे। निकट भविष्य में, यह मोबाइल फोन और टैबलेट के लिए शांत कंप्यूटर दृष्टि अनुप्रयोगों के विकास को बढ़ावा देगा। लंबी अवधि में, ओपनवीएक्स चिप निर्माताओं को ओपनवीएक्स के लिए उन्मुख त्वरक बनाने के लिए प्रोत्साहित करेगा। यह कंप्यूटर विज़न तकनीक में नाटकीय रूप से तेजी लाएगा और ऐसे स्मार्ट अनुप्रयोगों के लिए स्थितियां बनाएगा, जो अब तक किसी के सपने भी नहीं आते हैं - जैसे पहनने योग्य उपकरणों पर संवर्धित वास्तविकता और अर्थव्यवस्था कारों पर उपलब्ध सुरक्षित ड्राइविंग सुविधाएँ। ।

मैं OpenVX को कैसे प्रभावित कर सकता हूं?

विनिर्देश का एक प्रारंभिक संस्करण वर्तमान में प्रकाशित हुआ है ( दस्तावेज़ का सीधा लिंक )। इसका लक्ष्य सामुदायिक प्रतिक्रिया एकत्र करना है और यदि संभव हो, तो उन्हें अंतिम OpenVX 1.0 विनिर्देश में ध्यान में रखें, जो कि बाद में 2014 के मध्य से जारी होने की उम्मीद है। अब आप मंच पर संदेश छोड़ सकते हैं, भविष्य में बगज़िला तक पहुंच खुल जाएगी। हम सभी भविष्य के ओपनवीएक्स उपयोगकर्ताओं को मानक को देखने के लिए प्रोत्साहित करते हैं! और, निश्चित रूप से, हम सभी कंप्यूटर विज़न के प्रति उत्साही को अपने रिज्यूम को हमें jobs@itseez.com पर भेजने के लिए आमंत्रित करते हैं!

सभी को शुभकामनाएँ और तेज़ एल्गोरिदम!

संदर्भ

[१] कारी पुलि, अनातोली बक्शीव, किरिल कोर्न्याकोव, विक्टर इरुहिमोव: ओपनसीवी के साथ वास्तविक समय की कंप्यूटर दृष्टि। Commun। ACM (CACM) 55 (6): 61-69 (2012) ।