ПАРАЛЛЕЛЬНАЯ ВЕРСИЯ ДЕТЕКТОРА ЭКСТРЕМАЛЬНЫХ ОСОБЫХ ТОЧЕК ИЗОБРАЖЕНИЙ

Залесский Б. А.; Троцкий Ф. С.

ПАРАЛЛЕЛЬНАЯ ВЕРСИЯ ДЕТЕКТОРА ЭКСТРЕМАЛЬНЫХ ОСОБЫХ ТОЧЕК ИЗОБРАЖЕНИЙ

Залесский Б. А., Троцкий Ф. С.

2018

Рассматривается параллельная версия детектора особых (ключевых, характерных) точекэкстремумов, применяемых для описания, анализа и сравнения изображений с помощью локальных дескрипторов, которые вычисляются в окрестностях найденных точек. Для задания ориентации дескрипторов предлагается использовать локальные гистограммы ориентированного градиента. В версии, предназначенной для выполнения на программно-аппаратной архитектуре CUDA, учтена специфика графических процессоров фирмы NVIDIA, что позволило ускорить вычисление экстремальных особых точек на несколько порядков. Вычисление неориентированных экстремальных особых точек изображения FullHD-размера на бюджетной видеокарте занимает 5–6 мс, ориентированных – 11–12 мс.

Залесский Б. А., Троцкий Ф. С. ПАРАЛЛЕЛЬНАЯ ВЕРСИЯ ДЕТЕКТОРА ЭКСТРЕМАЛЬНЫХ ОСОБЫХ ТОЧЕК ИЗОБРАЖЕНИЙ. Информатика. 2018;15(2):55-63.

Цитирование

Список литературы

1. Lowe, D. Object recognition from local scale invariant features / D. Lowe // Proc. of the 7th IEEE Intern. Conf. on Computer Vision (ICCV). – Corfu, 1999. – P. 1150–1157.

2. Dalah, N. Histograms of oriented gradients for human detection / N. Dalah, 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. Bay, H. SURF: speeded up robust features / H. Bay, T. Tuytelaars, L. Van Gool // Proc. of the 9th European Conf. on Computer Vision (ECCV). – Austria, Graz, 2006. – Vol. 3951, pt. 1. – P. 404–417.

4. Rosten, E. Faster and better: a machine learning approach to corner detection / E. Rosten, T. Drummond // IEEE Transactions on Pattern Analysis and Machine Intelligence. – 2010. – Vol. 32, no. 1. – P. 105–119.

5. Agrawal, M. CenSurE: center surround extremas for realtime feature detection and matching / M. Agrawal, K. Konolige, M. R. Blas // Lecture Notes in Computer Science. – 2008. – Vol. 5305. – P. 102–115.

6. Leutenegger, S. BRISK: binary robust invariant scalable keypoints / S. Leutenegger, M. Chli, R. Y. Siegwart // Proc. of the 13th IEEE Intern. Conf. on Computer Vision (ICCV). – Barcelona, 2011. – P. 2548–2555.

7. Alcantarilla, P. KAZE features / P. Alcantarilla, A. Bartoli, J. Davison // Proc. of the 12th European Conf. on Computer Vision (ECCV). – Firenze, 2012. – P. 214–227.

8. Alcantarilla, P. Fast explicit diffusion for accelerated features in nonlinear scale spaces / P. Alcantarilla, J. Nuevo, A. Bartoli // Proc. of the 24th British Machine Vision Conf. (BMVC). – Bristol, 2013. – P. 11–21.

9. Comparative assessment of point feature detectors and descriptors in the context of robot navigation / A. Schmidt [et al.] // J. of Automation, Mobile Robotics and Intelligent Systems. – 2013. – Vol. 7, no. 1. – P. 11–20.

10. Levi, G. Learned arrangements of three patch codes / G. Levi, T. Hassner // IEEE Winter Conf. on Applications of Computer Vision (WACV). – NY, USA, 2016. – P. 33–42.

11. Залесский, Б. А. Детекторы экстремальных особых точек на изображениях / Б.А. Залесский // Доклады Национальной академии наук Беларуси. – 2017. – № 5(61). – С. 37–41.

12. Сандерс, Д. Технология CUDA в примерах: введение в программирование графических процессоров / Д. Сандерс, Э. Кэндрот. – М. : ДМК Пресс, 2013. – 234 c.

Источник

Информация

Автор

Залесский Б. А. Объединенный институт проблем информатики Национальной академии наук Беларуси, Минск
Троцкий Ф. С. Объединенный институт проблем информатики Национальной академии наук Беларуси, Минск

Страницы

55-63

Год издания

2018

Ключевые слова

Коллекции

Информатика