Academic Journal

Подходы к оптимизации и распараллеливанию вычислений в задаче детектирования объектов разных классов на изображении

Λεπτομέρειες βιβλιογραφικής εγγραφής
Τίτλος: Подходы к оптимизации и распараллеливанию вычислений в задаче детектирования объектов разных классов на изображении
Συγγραφείς: Kozinov, E. A., Kustikova, V. D., Meyerov, I. B., Polovinkin, A. N., Sidnev, A. A.
Στοιχεία εκδότη: Издательский центр ЮУрГУ, 2012.
Έτος έκδοσης: 2012
Θεματικοί όροι: algorithm Latent SVM, каскадный классификатор, УДК 519.6, parallelization, cascade classifier, детектирование объектов, УДК 004.021, распараллеливание, object detection, алгоритм Latent SVM
Περιγραφή: Рассматривается задача детектирования объектов разных классов на статических изображениях: фотографиях или отдельных кадрах видеопотока. Описывается схема решения данной задачи с использованием алгоритма Latent SVM. Используется известный подход к ускорению вычислений - построение каскада классификаторов. Описывается вычислительная схема решения задачи детектирования с помощью каскадного Latent SVM. Обсуждаются проблемы распараллеливания и оптимизации времени поиска объектов одного класса на изображении. Проводится анализ вариантов решения указанных проблем. Выделяются наиболее трудоемкие участки реализаций, рассматриваются различные схемы распараллеливания, оцениваются их преимущества и недостатки. Приводятся результаты вычислительных экспериментов на базе изображений PASCAL Visual Object Challenge 2007, дается их анализ, а также формулируются выводы и планы по дальнейшему развитию. This paper considers the problem of object detection in static images. We describe a state-of-the-art method based on Latent SVM algorithm. A well-known approach to speed up calculations, the construction of cascade classifiers, is used. We describe a computational scheme that uses cascade modification of the original Latent SVM algorithm The issues of parallelization and performance optimization are discussed. We analyze the most timeconsuming parts of implementation, consider several parallelization schemes and aspects of their performance. The results of numerical experiments on PASCAL Visual Object Challenge 2007 image dataset are given. E.A. Kozinov, Nizhny Novgorod State University (Nizhny Novgorod, Russian Federation), V.D. Kustikova, Nizhny Novgorod State University (Nizhny Novgorod, Russian Federation), I.B. Meyerov, Nizhny Novgorod State University (Nizhny Novgorod, Russian Federation), A.N. Polovinkin, Nizhny Novgorod State University (Nizhny Novgorod, Russian Federation), A.A. Sidnev, Nizhny Novgorod State University (Nizhny Novgorod, Russian Federation)
Τύπος εγγράφου: Article
Σύνδεσμος πρόσβασης: http://dspace.susu.ac.ru/handle/0001.74/2426
Αριθμός Καταχώρησης: edsair.od......2425..c6afbf05e37befa7f2150a976611070e
Βάση Δεδομένων: OpenAIRE
Περιγραφή
Η περιγραφή δεν είναι διαθέσιμη