Au niveau du temps de calcul, il serait idéal de prédire le temps de calcul d'un algorithme. Mais c'est un problème qui dépend fortement du système d'exploitation envisagé.
Cependant, si on considère un algorithme de vision comme un
"straight-line-program", on peut dire que la complexité de
l'algorithme est équivalent à un polynôme :
ou
.
Alors on peut déterminer le nombre de multiplications et
d'additions nécessaire à l'algorithme et donner une approximation
du temps de calcul.
Au niveau de l'exécution, un algorithme de vision est souvent constitué d'une boucle principale qui ne s'arrête que lorsqu'un certain seuil est atteint. Or, ce seuil peut ne pas être atteint. Ceci pose donc un problème au niveau du déterminisme de l'algorithme face à la convergence. Comment savoir si un paramètre est "bon" ou "mauvais" ?
Vue la taille des données en vision, la parallélisme des traitements est de plus en plus employée pour réduire les temps de calculs. Il serait bon de savoir déterminer un critère d'évaluation de l'intérêt de la parallélisation.
Si on utilise un contrôle dirigé par un automate ESTéREL, on doit prévoir tous les comportements qui vont avoir lieu. On travaille en statique pour pouvoir obtenir l'automate. Mais cet automate va permettre d'établir des vérifications de propriétés sur les comportements.
Si on travaille en dynamique, on pourra reconfigurer le système pour adjoindre un nouveau comportement. Cependant, dans ce cas il ne va pas être possible de faire de vérifications.
Les gens de vision aimeraient voir mis en oeuvre :