Отчет магистранта за семестр

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ
НИУ ИТМО




Отчет магистранта за семестр





Студент _ . . ________
(Фамилия, И.О.) (подпись)
Научный руководитель . __ _________
(Фамилия, И.О.) (подпись)
Руководитель педагогической практикой _ _________
(Фамилия, И.О.) (подпись)

Аттестация _________
(подпись)

Санкт- Петербург
2014 г.
1. Прослушанные дисциплины:
«Архитектура встроенных систем»,
«Технологии и средства проектирования вычислительной аппаратуры»,
«Организация вычислительного процесса: модели и методы»,
«Теория проектирования систем»,
«Организация и проектирование встраиваемых вычислительных систем»
2. Курсовые работы
Не выполнялись (не было).
3. Государственные экзамены
Не сдавались (не было).
4. Научно-исследовательская работа
Тема магистерской работы — «Исследование алгоритмов машинного зрения, реализованных на платформе СнК ПЛИС со встроенными процессорными ядрами».
На этой стадии работы был осуществлёно ознакомление теоретической информации о работе на русском и английском языках. Была предпринята попытка разобраться в устройстве СнК ПЛИС. Была разработана и запущена простейшая программа — зажигание светодиодов по нажатию кнопки.
Были рассмотрены современная методология, лежащая в основе систем машинного зрения. Изучены подходы к решению задач классификации изображений (метод ближайших соседей, методы на основе машинного обучения: случайные леса, метод опорных векторов, нейронные сети, boosting). Рассмотрены различные методы машинного обучения, в т.ч. способы определения признаков изображения и агрегации, также методы оценки качества работы классификаторов.
Средства разработки для ПЛИС, с которыми произошло углублённое знакомство в этом семестре — Vivado, ISE Design Suite. Был рассмотрен обновлённый формат файла задания временных и топологических ограничений (.xdc), используемый в Vivado для Zynq-7000.

5. Подготовка магистерской диссертации
Магистерская диссертация не подготавливалась.
6. Практика
Не проходил.
7. Профессиональные конкурсы и гранты
Нет.
8. Научные и методические публикации
Нет.
9. Участие в научных конференциях
Не участвовал.
10. Педагогическая и преподавательская деятельность
.
11. Обучение или стажировки в других вузах и научно-исследовательских центрах, в т.ч. за рубежом
Не обучался/не проходил.
12. Сертификаты о дополнительном профессиональном обучении
Не имею.
13. Участие в профессиональных, общественных и спортивных проектах, мероприятиях и олимпиадах
Не участвовал.
14. Отзывы преподавателей, руководителей учебных практик, работодателей
Нет.









Аттестационная форма

Название компетенции Показатели оценок
№ сильно развита развита слабо развита не развита / не имеет отношения
1 Способность применять знания на практике
2 Навыки управления информацией (способность находить и анализировать информацию из различных источников)
3 Способность к анализу и синтезу
4 Способность работать самостоятельно
5 Способность учиться
6 Навыки работы с компьютером
7 Решение технических проблем
8 Способность порождать новые идеи (креативность)
9 Работа в команде
10 Базовые знания в различных областях
11 Знание второго языка
12 Исследовательские навыки
13 Способность к организации и планированию
14 Тщательная подготовка по основам профессии
15 Способность к критике и самокритике
16 Письменная и устная коммуникации на родном языке






План

Срок Что планируется достигнуть
Сентябрь 2014 Определить, какие именно аспекты алгоритмов будут реализовываться аппаратно. Определить программные средства, которые будут использованы для проведения исследований (ОС реального времени, программные библиотеки алгоритмов машинного зрения). Определить, на каких конфигурациях платформы будут проводиться исследования (процессорные ядра и ПЛИС).
Октябрь 2014 Запуск и настройка работы Снк ПЛИС.
Ноябрь 2014 Проведение экспериментов на различных конфигурациях оборудования, систематизация результатов. Определение существующих проблем в известных алгоритмах способах решения задач. Если возможно - внесение предложений по улучшению работы алгоритмов и их экспериментальная проверка.
Декабрь 2014 Формирование заключений о быстродействии различных алгоритмов при различных конфигурациях оборудования. Оформление результатов.







1 НАЗНАЧЕНИЕ РАЗРАБАТЫВАЕМОГО РЕШЕНИЯ

Разработка системы распознавания жестов для построения интерфейсов управления программным и аппаратным обеспечением компьютеров. Создание аппаратной платформы, способной обеспечить с помощью жестов интерфейс с персональным компьютером в реальном времени, используя видеокамеры. Обеспечение возможности работы с видео различного качества. Исследование эффективности и производительности алгоритмов для платформы СнК ПЛИС со встроенными процессорными ядрами.

2 ФУНКЦИОНАЛЬНЫЕ ТРЕБОВАНИЯ
• Осуществление предобработки изображения для устранения дефектов изображений, сбора необходимой для высокоуровневых алгоритмов информации (локализация линий и углов, их усиление и выделение, расчёт градиента, оптического потока, невязки и др. параметров изображения).

• Осуществление захвата и отслеживания областей интересов на сложном фоне, с использованием алгоритмов, основанных на последовательном выделении объектов по перемещению, цвету и кластерам.

• Обеспечение достаточной скорости выполнения алгоритма с использованием аппаратного ускорения для выполнения часто используемых или трудоёмких операций (например, вычисление частных производных).

• Вычисление дескрипторов особых точек, капель и областей, их сравнение.