Architecture-Géométrie, Perception, Images, Gestes
Responsable(s) d'équipe : Isabelle SIVIGNON, Michèle ROMBAUT
Directeur de thèse : Jeanny HERAULT Stéphane MANCINI
École doctorale : Electronique, electrotechnique, automatique, traitement du signal (EEATS)
Spécialité : Micro-nano électronique
Structure de rattachement : UJF
Établissement d'origine : INPG
Financement(s) : BDI CNRS entreprise ; contrat à durée déterminée
Date d'entrée en thèse : 01/10/2005
Date de soutenance : 14/10/2009
Composition du jury :
Fan YANG Rapporteur
Jacques JAY Rapporteur
Virginie FRESSE Examinatrice
Jeanny HERAULT Directeur de thèse
Stéphane MANCINI Co-encadrant
Roberto GUIZZETTI Co-encadrant
Résumé : Dans le cadre de la synthèse de haut niveau (SHN), qui permet d'extraire un modèle structural à partir d'un modèle algorithmique, nous proposons des solutions pour optimiser l'accès et le transfert de données du matériel cible. Une méthodologie d'exploration de l'espace des architectures mémoire possibles a été mise au point. Cette méthodologie trouve un compromis entre la quantité de mémoire interne utilisée et les performances temporelles du matériel généré. Deux niveau d'optimisation existe : 1)Une optimisation architecturale, qui consiste à créer une hiérarchie mémoire, 2)Une optimisation algorithmique, qui consiste à partitionner la totalité des données manipulées pour stocker en interne seulement celles qui sont utiles dans l'immédiat. Pour chaque répartition possible, nous résolvonsle problème de l'ordonnancement des calculs et de mapping des données. À la fin, nous choisissons la ou les solutions pareto. Nous proposons un outil, front-end de la SHN, qui est capable d'appliquer l'optimisation algorithmique du point 2) à un algorithme de traitement d'image spécifié par l'utilisateur. L'outil produit en sortie un modèle algorithmique optimisé pour la SHN, en customisant une architecture générique.