به جمع مشترکان مگیران بپیوندید!

تنها با پرداخت 70 هزارتومان حق اشتراک سالانه به متن مقالات دسترسی داشته باشید و 100 مقاله را بدون هزینه دیگری دریافت کنید.

برای پرداخت حق اشتراک اگر عضو هستید وارد شوید در غیر این صورت حساب کاربری جدید ایجاد کنید

عضویت
جستجوی مقالات مرتبط با کلیدواژه

parallel processing

در نشریات گروه مهندسی دریا
تکرار جستجوی کلیدواژه parallel processing در نشریات گروه فنی و مهندسی
تکرار جستجوی کلیدواژه parallel processing در مقالات مجلات علمی
  • کامبیز طباطبایی اردکانی*، کمال میرزایی

    با توجه به محبوبیت و استفاده روز افزون از وسایل دیجیتال در زندگی روزمره بشر و همچنین گسترش به اشتراک گذاری تصاویر در شبکه های اجتماعی همچون فیس بوک، فلیکر، اینستاگرام و غیره و همچنین بارگذاری فیلم های مختلف در این شبکه ها، استفاده از تصاویر دیجیتال مخصوصا در دهه اخیر رشد قابل توجهی داشته است که در میان این تصاویر، درصد بالایی مربوط به تصاویر چهره انسان است و در مواردی از قبیل پایش تصویر برخط، تعامل انسان و ماشین، ردیابی شخص در ویدئو، بازیابی تصویر چهره افراد مجرم، کنترل تردد کارکنان سازمان و تفکیک دوست از دشمن در پایگاه های نظامی (از قبیل نیروی دریایی و...) کاربردهای فراوانی دارد. بنابراین دقت و سرعت بازیابی در این مسئله حائز اهمیت است. در این مقاله دو روش برپایه الگوی دودوئی محلی ارائه شده است که در نهایت با تشخیص لبه ترکیب می شود. برای افزایش سرعت روش ترکیبی پیشنهادی بصورت موازی در محیط CUDA C++ اجرا شده است. در این مقاله میزان دقت و سرعت بر روی مجموعه داده های مختلف ارزیابی شد و بطور متوسط زمان پردازش در GPU تا حدود 19 برابر در مجموعه دادهی با 1024 عکس در مقایسه با CPU کاهش یافت. نتیجه حاکی از این تحقیق بدین صورت بود که هرچه حجم مجموعه داده بزرگتر شود تاثیر موازی سازی بهتر است. بنابراین متغیرهایی که برای این مسئله ذکر می شود عبارتند از:1- دقت کار 2- زمان اجرا 3-مقیاس پذیر بودن سیستم

    کلید واژگان: پردازش موازی، پردازنده گرافیکی، بستر CUDA، بازیابی تصویر چهره
    Kambiz Tabatabaei Ardakani *, Kamal Mirzaie

    Given the growing popularity and use of digital devices in human daily life; an increase in image sharing on social networks such as Facebook , Flicker, Instagram as well as loading various clips on such networks , the utilization of digital images has sharply increased, particularly in the last decade, among them, a high percentage belongs to human face images(approximately above 60%) what matters here is face image retrieval using high accuracy feature extraction methods. The more precise method, the more time it requires to be processed. in this paper we plan to execute numerous high accuracy feature extraction methods in face image retrieval like LBP and its variants, HOG, SIFT, SURF and in some case the combination of above mentioned methods by suitable coding on GPU in order to examine the impact of processing speed and its accuracy compared to the CPU and propose the best method for it

    Keywords: parallel processing, GPU, CUDA, Face Image Retrieval
نکته
  • نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
  • کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
  • در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
درخواست پشتیبانی - گزارش اشکال