www.uhasselt.be
DSpace

Document Server@UHasselt >
Education >
Faculty of Engineering Technology >
Master theses >

Please use this identifier to cite or link to this item: http://hdl.handle.net/1942/19520

Title: Performance evaluation of cloud based image processing on RACS for Augmented Reality devices
Authors: Machiels, Thomas
Advisors: AERTS, Kris
KAMARAINEN, Teemu
GILISSEN, Koen
LUKYANENKO, Andrey
Issue Date: 2015
Publisher: UHasselt
Abstract: Augmented reality (AR) applicaties zijn de laatste jaren volop aan het opkomen. De applicaties die momenteel op de markt zijn verwerken de data typisch op het AR apparaat zelf. Maar geavanceerde AR applicaties zorgen voor een hoger CPU- en batterij gebruik. Dit kan resulteren in een onverwachtse daling van de batterij of veel te traag werken van de applicatie. Daarom kan het handig zijn om de real-time beeldverwerking van deze applicaties te verplaatsen naar een performante Cloud server. Omdat de huidige Cloud servers overbelast worden door een grote toename van mobiele data gaat er een grote vraag zijn om de Cloud functionaliteit te verplaatsen naar de rand van het netwerk. Een voorbeeld hiervan is de Radio Application Cloud Server (RACS). Deze master thesis is een studie van de performance van Cloud gebaseerde beeldverwerking op de RACS voor AR apparaten. Er worden enkele test applicaties gemaakt voor een smartphone en een Google Glass die gaan samen werken met de RACS om de images te verwerken. Hierbij wordt een vergelijking gemaakt van de totale verwerktijd van de afbeelding gemeten op het toestel en de totale tijd gemeten in combinatie met de server. Er zijn twee voorbeelden geïmplementeerd en getest. Voor het kleinere voorbeeld zal de snelle verwerking van RACS teniet gedaan worden door hoge connectiekost maar voor het grotere voorbeeld zal de verplaatsing naar de RACS de tijd doen verminderen met een factor van 80 %. Daarom zal de techniek pas toepasbaar zijn als het algoritme voldoende complex wordt.
Notes: master in de industriële wetenschappen: elektronica-ICT
URI: http://hdl.handle.net/1942/19520
Category: T2
Type: Theses and Dissertations
Appears in Collections: Master theses

Files in This Item:

Description SizeFormat
N/A1.19 MBAdobe PDF
N/A141.05 kBAdobe PDF

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.