Fechar

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemtc-m16c.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP8W/3BTFE7P
Repositóriosid.inpe.br/mtc-m18/2012/05.18.13.11
Última Atualização2012:05.18.13.11.07 (UTC) administrator
Repositório de Metadadossid.inpe.br/mtc-m18/2012/05.18.13.11.07
Última Atualização dos Metadados2018:06.04.03.55.40 (UTC) administrator
ISBN978-85-17-00059-1
Chave de CitaçãoHappFeitBentFari:2012:PaImSe
TítuloA parallel image segmentation algorithm on GPUS
FormatoOn-line.
Ano2012
Data de Acesso30 abr. 2024
Tipo SecundárioPRE CI
Número de Arquivos1
Tamanho586 KiB
2. Contextualização
Autor1 Happ, Patrick
2 Feitosa, Raul
3 Bentes, Cristiana
4 Farias, Ricardo
Endereço de e-Mail do Autor1 patrick@ele.puc-rio.br
2 raul@ele.puc-rio.br
3 cris@eng.uerj.br
4 rfarias@cos.ufrj.br
EditorFeitosa, Raul Queiroz
Costa, Gilson Alexandre Ostwald Pedro da
Almeida, Cláudia Maria de
Fonseca, Leila Maria Garcia
Kux, Hermann Johann Heinrich
Endereço de e-Mailwanderf@dsr.inpe.br
Nome do EventoInternational Conference on Geographic Object-Based Image Analysis, 4 (GEOBIA).
Localização do EventoRio de Janeiro
DataMay 7-9, 2012
Editora (Publisher)Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da EditoraSão José dos Campos
Páginas580-585
Título do LivroProceedings
OrganizaçãoInstituto Nacional de Pesquisas Espaciais (INPE)
Histórico (UTC)2012-05-18 13:11:07 :: wanderf@dsr.inpe.br -> administrator ::
2012-05-30 13:45:31 :: administrator -> wanderf@dsr.inpe.br :: 2012
2012-06-01 15:12:45 :: wanderf@dsr.inpe.br -> marciana :: 2012
2012-06-12 14:28:25 :: marciana -> seki@dsr.inpe.br :: 2012
2012-06-13 15:55:31 :: seki@dsr.inpe.br -> marciana :: 2012
2012-06-14 15:03:57 :: marciana -> administrator :: 2012
2018-06-04 03:55:40 :: administrator -> :: 2012
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-ChaveImage Segmentation
Parallel Processing
GPU
ResumoImage segmentation is a computationally expensive task that continuously presents performance challenges due to the increasing volume of available high resolution remote sensing images. Nowadays, Graphics Processing Units (GPUs) are emerging as an attractive computing platform for general purpose computations due to their extremely high floating-point processing performance and their comparatively low cost. In the image analysis context, the use of GPUs can accelerate the segmentation process. This work presents a parallel implementation of a region growing algorithm for GPUs. The parallel algorithm is based on processing each pixel as a different thread so as to take advantage of the fine-grain parallel capability of the GPU. In addition to the parallel algorithm, the paper also suggests a modification to the heterogeneity computation that improves the segmentation performance. The experiments results demonstrate that the parallel algorithm achieve significant performance gains, running up to 6.8 times faster than the sequential approach.
ÁreaSRE
TipoSegmentation
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreementnão têm arquivos
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGP8W/3BTFE7P
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP8W/3BTFE7P
Idiomaen
Arquivo Alvo162.pdf
Grupo de Usuáriosadministrator
wanderf@dsr.inpe.br
Visibilidadeshown
5. Fontes relacionadas
Repositório Espelhourlib.net/www/2011/03.29.20.55
Acervo Hospedeirosid.inpe.br/mtc-m18@80/2008/03.17.15.17
6. Notas
Campos Vaziosaffiliation archivingpolicy archivist callnumber contenttype copyholder copyright creatorhistory descriptionlevel dissemination documentstage doi edition group issn label lineage mark nextedition nexthigherunit notes numberofvolumes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readergroup readpermission resumeid rightsholder schedulinginformation secondarydate secondarykey secondarymark serieseditor shorttitle sponsor tertiarymark tertiarytype url versiontype volume


Fechar