Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Comparing Two Generations of Embedded GPUs Running a Feature Detection Algorithm
Blekinge Tekniska Högskola, Fakulteten för datavetenskaper, Institutionen för teknik och estetik.
Blekinge Tekniska Högskola, Fakulteten för datavetenskaper, Institutionen för datalogi och datorsystemteknik.ORCID-id: 0000-0001-9947-1088
Blekinge Tekniska Högskola, Fakulteten för teknikvetenskaper, Institutionen för matematik och naturvetenskap.ORCID-id: 0000-0002-2856-6140
Sony Mobile Communications AB, SWE.
(Engelska)Manuskript (preprint) (Övrigt vetenskapligt)
Abstract [en]

Graphics processing units (GPUs) in embedded mobile platforms are reaching performance levels where they may be useful for computer vision applications. We compare two generations of embedded GPUs for mobile devices when run- ning a state-of-the-art feature detection algorithm, i.e., Harris- Hessian/FREAK. We compare architectural differences, execu- tion time, temperature, and frequency on Sony Xperia Z3 and Sony Xperia XZ mobile devices. Our results indicate that the performance soon is sufficient for real-time feature detection, the GPUs have no temperature problems, and support for large work-groups is important.

Nationell ämneskategori
Datorsystem
Identifikatorer
URN: urn:nbn:se:bth-16554OAI: oai:DiVA.org:bth-16554DiVA, id: diva2:1220700
Projekt
BigData@BTH - Scalable resource-efficient systems for big data analyticsEASE - Embedded Applications Software Engineering
Forskningsfinansiär
KK-stiftelsen, 20140032VINNOVATillgänglig från: 2018-06-19 Skapad: 2018-06-19 Senast uppdaterad: 2018-06-27Bibliografiskt granskad

Open Access i DiVA

fulltext(509 kB)53 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 509 kBChecksumma SHA-512
b8a22f71bc6a6f23145710b4bf75bd6841d93e475860ca82e3ce01c6e7452d5cda719a7cb3f50e6ee5866c91184e7abc6371058a7cd839bf623f79a915edc8bc
Typ fulltextMimetyp application/pdf

Övriga länkar

arXiv:1806.04859

Personposter BETA

Grahn, HåkanSievert, Thomas

Sök vidare i DiVA

Av författaren/redaktören
Danielsson, MaxGrahn, HåkanSievert, Thomas
Av organisationen
Institutionen för teknik och estetikInstitutionen för datalogi och datorsystemteknikInstitutionen för matematik och naturvetenskap
Datorsystem

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 53 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

urn-nbn

Altmetricpoäng

urn-nbn
Totalt: 116 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf