Акселерация составления профилей трехмерного векторного видео с помощью Gpgpu
Автор: Цыганов Александр Анатольевич
Журнал: Инфокоммуникационные технологии @ikt-psuti
Рубрика: Электромагнитная совместимость и безопасность оборудования
Статья в выпуске: 3 т.11, 2013 года.
Бесплатный доступ
В статье рассматривается метод оптимизации процедуры определения параметров трехмерного векторного видео путем переноса вычислений на графический процессор. Оценивается эффективность метода по сравнению с вычислениями на процессоре общего назначения.
Трехмерное видео, графический процессор, компьютерное зрение, метрика, ключевые точки
Короткий адрес: https://sciup.org/140191652
IDR: 140191652
Список литературы Акселерация составления профилей трехмерного векторного видео с помощью Gpgpu
- Цыганов А.А. Метод автоматизации составления профилей для модификации трехмерного векторного видео//Вестник ВУ им. Татищева. Вып. 2(19), 2012. -С. 123-128.
- Scheuermann T., Hensley J. Efficient histogram Generation Using Scattering on GPUs//Proceedings of the 2007 Symposium on Interactive 3D graphics and games. ACM New York, USA, 2007. -P. 33-37.
- Cornelis N., Van Gool L. Fast Scale Invariant Feature Detection and Matching on Programmable Graphics Hardware//IEEE Computer Society Conference on Computer Vision and Pattern Recognition Workshops, 2008. -P. 1-8.
- Terriberry T.B., French L.M., Helmsen J. GPU Accelerating Speeded-Up Robust Features//Proceedings of the Fourth International Symposium on 3D Data Processing, Visualization and Transmission. Georgia Institute of Technology, Atlanta, GA, USA, 2008. -P. 355-362.
- The modern GPU//University of Cyprus. Department of Computer Science. URL: www. cs.ucy.ac.cy/coursesEPL656/webpage2006/lectures/GPU_talk.ppt
- OpenCL Optimization/Nvidia developer zone. URL: http://developer.download.nvidia. com/CUDA/training/NVIDIA_GPU_Computing_ Webinars_Best_Practises_For_OpenCL_ Programming.pdf
- Govindaraju N.K., Larsen E.S., Gray J., Manocha D. A memory model for scientific algorithms on graphics processors//Proceedings of the ACM/IEEE Conference on Supercomputing (SC’06), No. 89. NY, USA: ACM Press, 2006. -P. 6-15.
- Shams R., Kennedy R.A. Efficient Histogram Algorithms for NVIDIA CUDA Compatible Devices//Australia, Gold Coast. ICSPCS, 2007. -P. 418-422.
- Podlozhnyuk V. Histogram calculation in CUDA. Technical report, NVIDIA, 2007. URL: http://developer.download.nvidia.com/compute/cuda/1.1 Beta/x86_website/projects/histogram64/doc/histogram.pdf
- Nugteren C., Van den Braak G-J., Corporaal H., Mesman B. High Performance Predictable Histogramming on GPUs: Exploring and Evaluating Algorithm Trade-offs//Proceedings of the Fourth, Workshop on General Purpose Processing on Graphics Processing Units. NY, USA: ACM New York, 2011. -P. 1-9.
- Fluck O., Aharon S., Cremers D., Rousson M. GPU histogram computation. In ACM SIGGRAPH 2006 Research posters, SIGGRAPH ’06. ACM, 2006. -P. 53.
- Mahardito A., Suhendra A., Tri Hasta D. Optimizing Parallel Reduction In Cuda To Reach GPU Peak Performance//Proceedings of The Second International Workshop on Open source and Open Content WOSOC 2010. Indonesia, Depok.: Gunadarma University, 2010. -P. 48-57.
- Bay H., Ess A., Tuytelaars T., Van Gool L. Speeded-Up Robust Features (SURF)//New York, USA: Computer Vision and Image Understanding, 2008. Vol. 110. -P. 346-359.
Статья научная
