Алгоритм быстрого вычисления локальных гистограмм изображения на видеокарте
- Р Р‡.МессенРТвЂВВВВВВВВжер
- РћРТвЂВВВВВВВВнокласснРСвЂВВВВВВВВРєРСвЂВВВВВВВВ
- LiveJournal
- Telegram
- ВКонтакте
- РЎРєРѕРїРСвЂВВВВВВВВровать ссылку
Полный текст:
Аннотация
Рассматривается алгоритм параллельного вычисления гистограмм различных типов, в том числе яркости и ориентированного градиента, предназначенный для выполнения на видеокартах, которые поддерживают массивные параллельные вычисления. В настоящее время локальные гистограммы используются для решения задач обработки и распознавания изображений, однако их применение ограничено из-за большого времени вычисления для всех пикселов изображения. Одна из основных трудностей, возникающих при вычислении этих векторных признаков, – большое число конфликтов одновременного доступа к ячейкам видеопамяти, в которые записываются одинаковые значения характеристики. В предложенном алгоритме существенно уменьшено число конфликтов одновременного доступа, что позволило значительно уменьшить время его выполнения. Так, например, девятимерные векторы локальных гистограмм ориентированного градиента для всех 256×256 окон изображения размера HD вычисляются на видеокарте GPU NVIDIA GeForce GTX 1060 за 1,9 мс, в то время как на процессоре Intel Core i7-6700 c частотой 3,4 ГГц – за 151 мс.
Об авторах
Ф. С. ТроцкийБеларусь
младший научный сотрудник
Б. А. Залесский
Беларусь
доктор физикоматематических наук, заведующий лабораторией обработки и распознавания изображений
Список литературы
1. Gonzalez, R. Цифровая обработка изображений / R. Gonsalez, R. Woods. - М. : Техносфера, 2005. - 1070 c.
2. Dalal, N. Histograms of oriented gradients for human detection / N. Dalal, B. Triggs // Proc. of the IEEE Computer Society Conf. on Computer Vision and Pattern Recognition (CVPR’2005). - San Diego, 2005. - Vol. 1. - P. 886-893.
3. Rotation invariant histogram of oriented gradients / M. Cheon [et al.] // Intern. J. of Fuzzy Logic and Intelligent Systems. - 2011. - Vol. 11, no. 4. - P. 293-298.
4. Marimon, D. Orientation histogram-based matching for region tracking / D. Marimon, T. Ebrahimi // Eighth Intern. Workshop on Image Analysis for Multimedia Interactive Services (WIAMIS’07). - Santorini, Greece, 2007. - P. 8.
5. Ragb, H. Histogram of oriented phase and gradient (HOPG) descriptor for improved pedestrian detection / H. Ragb, V. Asari // IS&T Intern. Conf. on Electronic Imaging: Video Surveillance and Transportation Imaging Applications. - San Francisco, 2016.
6. Ragb, H. Histogram of oriented phase (HOP): a new descriptor based on phase congruency / H. Ragb, V. Asari // Proc. SPIE 9869, Mobile Multimedia/Image Processing, Security, and Applications. - Bellingham, 2016. - Vol. 98690.
7. Facial expression recognition based on facial components detection and HOG features / J. Chen [et al.] // Scientific Cooperations Intern. Workshops on Electrical and Computer Engineering Subfields, 22-23 Aug. 2014, Istanbul, Turkey. - Istanbul, 2014. - P. 64-69.
8. Harris, M. Using Shared Memory in CUDA C/C++ [Electronic recource] / M. Harris. - Mode of access: https://devblogs.nvidia.com/using-shared-memory-cuda-cc. - Date of access: 26.09.2018.
9. Залесский, Б. А. Параллельная версия детектора экстремальных особых точек / Б. А. Залесский, Ф. С. Троцкий // Информатика. - 2018. - Т. 15, № 2. - С. 55-63.
10. Булашев, С. В. Статистика для трейдеров / С. В. Булашев. - М. : Компания Спутник+, 2003. - 245 с.
11. Сандерс, Д. Технология CUDA в примерах: введение в программирование графических процессоров : пер. с англ. А. А. Слинкина / Д. Сандерс, Э. Кэндрот. - М. : ДМК Пресс, 2013. - 234 c.
Рецензия
Для цитирования:
Троцкий Ф.С., Залесский Б.А. Алгоритм быстрого вычисления локальных гистограмм изображения на видеокарте. Информатика. 2019;16(1):49-57.
For citation:
Trotski P.S., Zalesky B.A. Аlgorithm of fast computation of local image histograms on video card1. Informatics. 2019;16(1):49-57. (In Russ.)
ISSN 2617-6963 (Online)