Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "GPGPU programming" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    An efficient estimation of the Structural Similarity index using the GPGPU programming techniques
    Wydajna estymacja wskaźnika podobieństwa strukturalnego z wykorzystaniem technik programowania układów GPGPU
    Autorzy:
    Mazurek, P.
    Okarma, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/154554.pdf
    Data publikacji:
    2010
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    ocena jakości obrazów cyfrowych
    programowanie układów GPGPU
    podobieństwo strukturalne
    image quality assessment
    GPGPU programming
    structural similarity
    Opis:
    In the paper a fast implementation of the SSIM index is presented. Because of specific features of the CUDA architecture, the 8×8 pixel sliding window is used. In order to speed up the computations, the vertical passes are limited to the 32-pixels wide fragments, so four pixels margins should be left for each fragment. The verification of the proposed estimation is performed for the LIVE database with images corrupted by five common types of distortions and their subjective evaluations.
    W artykule zaprezentowano wydajną technikę implementacji nowoczesnej metody oceny jakości obrazu znanej jako podobieństwo strukturalne (SSIM). Uwzględniając specyficzne uwarunkowania architektury CUDA, obliczenia wykonano przy użyciu okna przesuwnego o rozmiarze 8×8 pikseli, podobnie jak we wcześniejszym wariancie tego wskaźnika określanym jako uniwersalny wskaźnik jakości obrazu (UIQI). W celu przyspieszenia obliczeń, przebiegi pionowe zostały ograniczone do fragmentów obrazu o szerokości 32 pikseli, co przy tym rozmiarze okna wymaga pozostawienia czteropikselowych marginesów z obu stron. Estymowana wartość globalna wskaźnika SSIM jest obliczana jako średnia z wartości lokalnych obliczanych dla każdego fragmentu obrazu. Praktyczna weryfikacja dokładności proponowanej metody została przeprowadzona z wykorzystaniem obrazów ze znanej bazy LIVE Image Quality Assessment Database Release 2 zawierającej obrazy poddane pięciu typowym rodzajom zniekształceń wraz z ich ocenami subiektywnymi (wartościami DMOS).
    Źródło:
    Pomiary Automatyka Kontrola; 2010, R. 56, nr 7, 7; 668-670
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie przetwarzania równoległego w procesorach graficznych do szybkiej estymacji wskaźnika wielorozdzielczego podobieństwa strukturalnego dla celów oceny jakości obrazów cyfrowych
    Application of parallel processing to GPGPUs for fast estimation of the Multi-Scale Structural Similarity index for digital image quality assessment purposes
    Autorzy:
    Mazurek, P.
    Okarma, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/155062.pdf
    Data publikacji:
    2011
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    ocena jakości obrazów cyfrowych
    programowanie układów GPGPU
    podobieństwo strukturalne
    image quality assessment
    GPGPU programming
    structural similarity
    Opis:
    W artykule zaprezentowano technikę estymacji jakości obrazów opartą na implementacji zmodyfikowanego wskaźnika MS-SSIM z wykorzystaniem technik programowania procesorów graficznych. Ze względu na specyfikę technologii CUDA nie obliczano wszystkich lokalnych wartości wskaźników, jednak te same dane w znacznej części są wykorzystane dla kolejnych poziomów analizy. Weryfikację wyników przeprowadzono dla powszechnie używanej bazy LIVE zawierającej obrazy z pięcioma typowymi rodzajami zniekształceń.
    In the paper an efficient method for fast estimation of the image quality is presented. It is based on implementation of the modified Multi-Scale Structural Similarity Index using the CUDA technology and the GPGPU architecture. Considering the architecture specific character, some of the local SSIM index values have not been calculated. Nevertheless, the most part of this information is used at next levels in the multi-scale analysis. The calculation procedure of the local SSIM index for each level is similar to the previously published estimation method of the single scale SSIM index, which uses 32 pixels wide blocks with the 8×8 pixels sliding window. Nevertheless, all the operations are performed using float numbers instead of the unsigned chars. Verification of the results has been performed using the LIVE Image Quality Assessment Database Release 2 containing the images corrupted by five common types of distortions together with their subjective quality evaluations expressed as the Differential Mean Opinion Score (DMOS) values. The obtained estimation results are much better correlated with the subjective quality evaluations than the original MS-SSIM values without using any nonlinear mapping. The average calculation time for a single image from the LIVE database is about 10 ms and is about 30 times shorter than the full MS-SSIM calculation using the typical Matlab implementation.
    Źródło:
    Pomiary Automatyka Kontrola; 2011, R. 57, nr 8, 8; 908-910
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Modele szacowania czasów wykonywania się pętli programowych z wykorzystaniem programowania równoległego na CPU oraz z wykorzystaniem obliczeń na GPU przy użyciu OpenCl
    Models for estimating the time of program loop execution in parallel on a CPU and with the use of OpenCL computation on a GPU
    Autorzy:
    Nozdrzykowski, Ł.
    Nozdrzykowska, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/315191.pdf
    Data publikacji:
    2018
    Wydawca:
    Instytut Naukowo-Wydawniczy "SPATIUM"
    Tematy:
    pętle programowe
    szacowanie czasu wykonania pętli
    programowanie CPU
    programowanie GPGPU
    programming loop
    estimating time of loop
    programming CPU
    programming GPGPU
    Opis:
    W artykule autorzy przedstawiają modele szacowania czasów wykonywania się pętli programowych zgodnych z modelem FAN nieposiadającym zależności lub posiadającym zależności, ale tylko w ciele pętli, które wykonywane mogą być przez centralne jednostki obliczeniowe CPU jak i multiprocesory strumieniowe zwane rdzeniami kart graficznych GPU. Zaprezentowane w niniejszym artykule modele szacowania czasów wykonywania tych pętli pozwolą na określanie tego, czy obliczenia w zastanym środowisku obliczeniowym warto wykonywać z użyciem posiadanego procesora CPU czy korzystniejsze będzie wykorzystanie do obliczeń posiadanej, często nowoczesnej, karty graficznej z wydajną jednostką GPU i bardzo szybką pamięcią stosowaną we współczesnych kartach graficznych. Wraz z zaprezentowanymi modelami przedstawiono także testy potwierdzające poprawność opracowanych modeli szacowania czasu. Celem powstania tych modeli jest dostarczenie metod przyspieszania działania aplikacji realizujących różne zadania, w tym zadania transportowe, takie jak przyspieszone przeszukiwanie rozwiązań, przeszukiwanie ścieżek w grafach, czy przyspieszanie algorytmów przetwarzania obrazów w systemach wizyjnych pojazdów autonomicznych i semiautonomicznych, przy czym modele te pozwalają na zbudowanie systemu automatycznego rozdzielania zadań pomiędzy CPU i GPU przy zmienności zasobów obliczeniowych.
    The authors present models for estimating the time of execution of program loops compliant with the FAN model with no data dependencies or with data dependencies only within the body programming loop, which can be executed either by CPUs or by stream multiprocessors referred to as GPU cores. The models presented will make it possible to determine whether it would be more efficient to execute computation in the existing environment using the CPU (Central Processing Unit) or a state-of-the-art graphics card with a high-performance GPU (Graphics Processing Unit) and super-fast memory, often implemented in modern graphics cards. Validity checks confirming the developed time estimation model for GPU are presented. The purpose of these models is to provide methods for accelerating the performance of applications performing various tasks, including transport tasks, such as accelerated solution searching, searching paths in graphs, or accelerating image processing algorithms in vision systems of autonomous and semiautonomous vehicles, where these models allow to build an automatic task distribution system between the CPU and the GPU with the variability of computing resources.
    Źródło:
    Autobusy : technika, eksploatacja, systemy transportowe; 2018, 19, 12; 802-807
    1509-5878
    2450-7725
    Pojawia się w:
    Autobusy : technika, eksploatacja, systemy transportowe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Aspekty czasowe algorytmu SURF w wersji sekwencyjnej i równoległej zaimplementowanej w technologii CUDA
    Time aspects of SURF algorithm in sequential and parallel version
    Autorzy:
    Szymczyk, M.
    Szymczyk, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/275263.pdf
    Data publikacji:
    2011
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Tematy:
    SURF
    CUDA
    GPGPU
    rozpoznawanie obrazów
    programowanie równoległe
    image recognition
    parallel programming
    Opis:
    W artykule przedstawiono wyniki prac, których celem było zbadanie możliwości implementacji algorytmu wyznaczania punktów charakterystycznych za pomocą metody SURF na platformie CUDA oraz porównanie czasów obliczeń sekwencyjnej i równoległej implementacji tego algorytmu.
    This article presents results of our work concerned possibility of implementation of algorithm for assigning key points using SURF algorithm and CUDA technology. The work also compares time of execution of these applications.
    Źródło:
    Pomiary Automatyka Robotyka; 2011, 15, 12; 241-243
    1427-9126
    Pojawia się w:
    Pomiary Automatyka Robotyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies