GPU-accelerated raster map reprojection
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21110%2F16%3A00301889" target="_blank" >RIV/68407700:21110/16:00301889 - isvavai.cz</a>
Výsledek na webu
<a href="https://ojs.cvut.cz/ojs/index.php/gi/article/view/gi.15.1.5" target="_blank" >https://ojs.cvut.cz/ojs/index.php/gi/article/view/gi.15.1.5</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.14311/gi.15.1.5" target="_blank" >10.14311/gi.15.1.5</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
GPU-accelerated raster map reprojection
Popis výsledku v původním jazyce
Reprojecting raster maps from one projection to another is an essential part of many cartographic processes (map comparison, overlays, data presentation, ...) and reducing the required computational time is desirable and often significantly decreases overall processing costs. The raster reprojection process operates per-pixel and is, therefore, a good candidate for GPU-based parallelization where the large number of processors can lead to a very high degree of parallelism. We have created an experimental implementation of the raster reprojection with GPU-based parallelization (using OpenCL API). During the evaluation, we compared the performance of our implementation to the optimized GDAL and showed that there is a class of problems where GPU-based parallelization can lead to more than sevenfold speedup.
Název v anglickém jazyce
GPU-accelerated raster map reprojection
Popis výsledku anglicky
Reprojecting raster maps from one projection to another is an essential part of many cartographic processes (map comparison, overlays, data presentation, ...) and reducing the required computational time is desirable and often significantly decreases overall processing costs. The raster reprojection process operates per-pixel and is, therefore, a good candidate for GPU-based parallelization where the large number of processors can lead to a very high degree of parallelism. We have created an experimental implementation of the raster reprojection with GPU-based parallelization (using OpenCL API). During the evaluation, we compared the performance of our implementation to the optimized GDAL and showed that there is a class of problems where GPU-based parallelization can lead to more than sevenfold speedup.
Klasifikace
Druh
J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace
Ostatní
Rok uplatnění
2016
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
Geoinformatics
ISSN
1802-2669
e-ISSN
—
Svazek periodika
15
Číslo periodika v rámci svazku
1
Stát vydavatele periodika
CZ - Česká republika
Počet stran výsledku
8
Strana od-do
61-68
Kód UT WoS článku
—
EID výsledku v databázi Scopus
—