"Local Rank Differences" Image Faeture Implemented on GPU
The result's identifiers
Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26230%2F08%3APU76793" target="_blank" >RIV/00216305:26230/08:PU76793 - isvavai.cz</a>
Result on the web
—
DOI - Digital Object Identifier
—
Alternative languages
Result language
angličtina
Original language name
"Local Rank Differences" Image Faeture Implemented on GPU
Original language description
A currently popular trend in object detection and pattern recognition is usage of statistical classifiers, namely AdaBoost and its modifications. The speed performance of these classifiers largely depends on the low level image features they are using: both on the amount of information the feature provides and the executional time of its evaluation. Local Rank Differences is an image feature that is alternative to commonly used haar wavelets. It is suitable for implementation in programmable (FPGA) or specialized (ASIC) hardware, but - as this paper shows - it performs very well on graphics hardware (GPU) as well. The paper discusses the LRD features and their properties, describes an experimental implementation of LRD in graphics hardware, presents its empirical performance measures compared to alternative approaches and suggests several notes on practical usage of LRD and proposes directions for future work.
Czech name
Obrazový příznak "Local Rank Differences" implementován na GPU
Czech description
Populárním trendem v detekci objektů a rozpoznání vzorů je použití statistických klasifikátorů, zejména AdaBoost and jeho modifikací. Rychlost výpočtu těmito klasifikátory do značné míry závisí na nizkoúrovňových příznacích získaných z obrazu, které klasifikátor využívá: jak na množství informace obsažené v příznaku, tak na výpočetní náročnosti příznaků. Local Rank Differences je obrazový příznak, který je alternativou k obvykle používaným haarovým vlnkám. Je vhodný pro implementaci v programovatelném (FPGA) i specializovaném (ASIC) hardwaru, ale - jak je ukázáno v článku - má velice dobré vlastnosti i na grafickém hardware (GPU). Článek diskutuje příznak LRD, jeho vlastnosti, popisuje experimentální implementaci LRD v grafickém hardware, prezentuje empirické vyhodnocení jeho výkonu ve srovnání s alternativními přístupy, přináší některá doporučení k praktickému použití LRD a navrhuje možnosti dalšího vývo
Classification
Type
D - Article in proceedings
CEP classification
JC - Computer hardware and software
OECD FORD branch
—
Result continuities
Project
Result was created during the realization of more than one project. More information in the Projects tab.
Continuities
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>Z - Vyzkumny zamer (s odkazem do CEZ)
Others
Publication year
2008
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data specific for result type
Article name in the collection
Advanced Concepts for Intelligent Vision Systems
ISBN
—
ISSN
0302-9743
e-ISSN
—
Number of pages
12
Pages from-to
—
Publisher name
Springer Verlag
Place of publication
Berlin Heidelberg
Event location
Juan-les-Pins
Event date
Oct 20, 2008
Type of event by nationality
WRD - Celosvětová akce
UT code for WoS article
—