Implementation of the "Local Rank Differences" Image Feature Using SIMD Instructions of CPU

Result code in IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26230%2F08%3APU76804" target="_blank" >RIV/00216305:26230/08:PU76804 - isvavai.cz</a>

Result on the web

—

DOI - Digital Object Identifier

—

Result language

angličtina

Original language name

Implementation of the "Local Rank Differences" Image Feature Using SIMD Instructions of CPU

Original language description

Usage of statistical classifiers, namely AdaBoost and its modifications, in object detection and pattern recognition is a contemporary and popular trend . The computatiponal performance of these classifiers largely depends on low level image features they are using: both from the point of view of the amount of information the feature provides and the executional time of its evaluation. Local Rank Difference is an image feature that is alternative to commonly used Haar features. It is suitable for implementation in programmable (FPGA) or specialized (ASIC) hardware as well as graphics hardware (GPU). Additionally, as shown in this paper, it performs very well on common CPU. The paper discusses the LRD features and their properties, describes an experimental implementation of LRD using the multimedia instruction set of current general-purpose processors, presents its empirical performance measures compared to alternative approaches, and suggests several notes on practical usage of LRD an

Czech name

Implementace "Local Rank Differences" obrazových příznaků s použitím SIMD instrukcí CPU

Czech description

Použití statistických klsifikátorů, hlavně AdaBoost a jeho modifikací, pro detekci objektů a rozpoznávání vzorů je v součastnosti velmi populární. Na nejnižší úrovní výkonnost těchto klasifikátorů závisí na obrazových příznacích, které používají. Důležité parametry jsou jak informační hodnota příznaku, tak rychlost jejího získání z obrazu. Local Rank Differences jsou obrazové příznaky představující alternativu k běžně používaným Haarovým příznakům. Jsou jednoduše implementovatelné v programovatelných (FPGA) a specializovaných obvodech (ASIC), ale také v grafických procesorech (GPU). A jak ukazuje tento článek, je možné je efektivně implementovat i na běžných procesorech. Článěk pojednává o LRD příznacích a jejich vlastnostech a popisuje experimentálníimplementaci LRD využívající multimediální instrukce současných procesorů. Článěk uvádí empirická měření výkonnosti a porovnání s dalšími implemen

Type

D - Article in proceedings

CEP classification

JC - Computer hardware and software

OECD FORD branch

—

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)

Publication year

2008

Confidentiality

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Article name in the collection

Proceedings of Sixth Indian Conference on Computer Vision, Graphics and Image Processing

ISBN

978-0-7695-3476-3

ISSN

—

e-ISSN

—

Number of pages

9

Pages from-to

—

Publisher name

IEEE Computer Society

Place of publication

Bhubaneswar

Event location

Bhubaneswar, Indie

Event date

Dec 16, 2008

Type of event by nationality

WRD - Celosvětová akce

UT code for WoS article

—