Geri Dön

Parallelization analysis of ECO tracking algorithm on GPUs

ECO izleme algoritmasının GPU'larda paralelleştirme analizi

  1. Tez No: 650815
  2. Yazar: UĞUR TAYGAN
  3. Danışmanlar: DR. ÖĞR. ÜYESİ ADNAN ÖZSOY
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: İngilizce
  9. Üniversite: Hacettepe Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 68

Özet

Nesne izleme, görüntü işlemede çok popüler bir alandır. Popülerliği, uygulama alanlarının çeşitliliğinden kaynaklanmaktadır. Güvenlik ve gözetim sistemleri, otonom araçlar, insan-makine etkileşimi, trafik kontrolü gibi alanlarda kullanılmaktadır. Uygulama alanları nedeniyle, bir nesne takibi algoritmasının hızlı olması beklenmektedir. Öte yandan, bir nesne izleme algoritması doğru ve güvenilir olmalıdır ve bu durum genellikle yapılacak hesaplama miktarını artırır. Birçok görüntü işleme uygulamasının doğası parallel programlamaya uygundur. GPU'lar çok sayıda çekirdek içerdiği için görüntü işleme ve nesne izleme uygulamalarında yaygın olarak kullanılırlar. Bu tezde, bir nesne izleme algoritmasını paralelliğe uygunluğu açısından analiz edilmiştir. Bir profilleme aracı kullanarak algoritmanın zaman alan kısımları belirlenmiştir. Algoritmanın belirlenen her bir parçası ayrı ayrı ele alınarak GPU'da gerçeklenmiştir. Ayrıca, GPU yeteneklerini kullanarak optimizasyon şansı üzerinde çalışılmıştır. Yöntemlerimizi beş veri kümesi üzerinde test ederek orijinal CPU tabanlı yaklaşımın ilgili parçaları ile karşılaştırdık.

Özet (Çeviri)

Object tracking is a very popular area in image processing. Its popularity comes from the variety of its application areas. It is used for security and surveillance, autonomous vehicles, human-machine interaction, traffic control and so on. Due to its application areas, an object tracking algorithm is usually expected to be fast. On the other hand, an object tracking algorithm should be accurate and robust and this usually increase the amount of calculations to be done. The nature of the many image processing applications are suitable for parallel programming. Since, GPUs consist of large number cores, they are widely used in image processing and object tracking applications. In this thesis, we analyze an object tracking algorithm for its suitability of parallelism. We detected the time-consuming parts of the algorithm by using profiling tool. Each part of the algorithm is handled separately and implemented on GPU. Additionally, we have worked on the chances of optimization by using GPU capabilities. We compared our methods with the original parts of CPU based approach by testing them on five datasets.

Benzer Tezler

  1. K-means ile DBSCAN algoritması'nın paralelleştirmesi ve Hadoop üzerinde büyük veri analizinde kullanılması, performans ve yeterlilik karşılaştırması

    Parallelization of K-means and DBSCAN algorithms and use on analysis of big data on Hadoop and performance and competence comparison

    FURKAN KAYIM

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBeykent Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. GÖKHAN SİLAHTAROĞLU

  2. An analysis of key generation efficiency of RSA cryptosystem in distributed environments

    Dağıtık ortamlarda RSA kriptosisteminin anahtar oluşturma etkinliği analizi

    GÖKHAN ÇAĞRICI

    Yüksek Lisans

    İngilizce

    İngilizce

    2005

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİzmir Yüksek Teknoloji Enstitüsü

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ.DR. AHMET KOLTUKSUZ

  3. Performance analysis of pde based parallel algorithms on different computer architectures

    Paralel kısmi fark denklemlerinin farklı bilgisayar mimarlerinde performans analizi

    İLKER KOPAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2009

    Mühendislik Bilimleriİstanbul Teknik Üniversitesi

    Hesaplamalı Bilimler ve Mühendislik Ana Bilim Dalı

    PROF. DR. M. SERDAR ÇELEB

  4. Yusufçuk optimizasyon algoritmasının dağıtık ve paylaşımlı bellek mimarileri üzerinde paralelizasyonu

    Parallelization of Dragonfly optimization algorithm on distributed and shared memory architects

    RAMAZAN POLAT

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMersin Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ALİ AKDAĞLI

  5. Volterra serileri metodu ile frekans cevabının elde edilmesi için yeni bir algoritma tasarımı ve paralel hesaplama uygulaması

    A new algorithm design and parallelization for obtaining the frequency response of nonlinear systems with volterra series method

    SEZGİN KAÇAR

    Doktora

    Türkçe

    Türkçe

    2014

    Elektrik ve Elektronik MühendisliğiSakarya Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ALİ FUAT BOZ

    DOÇ. DR. İLYAS ÇANKAYA