dc.contributor.advisor | d’Ornellas, Marcos Cordeiro | |
dc.creator | Schardong, Guilherme Gonçalves | |
dc.date.accessioned | 2022-07-06T18:20:19Z | |
dc.date.available | 2022-07-06T18:20:19Z | |
dc.date.issued | 2011-12-15 | |
dc.date.submitted | 2011 | |
dc.identifier.uri | http://repositorio.ufsm.br/handle/1/25215 | |
dc.description | Trabalho de conclusão de curso (graduação) - Universidade Federal de Santa
Maria, Centro de Tecnologia, Curso de Ciência da Computação, RS, 2011. | por |
dc.description.abstract | In the field of image analysis there are several methods of image segmentation that
make up for a more complex sequence of filters and operators applied to a certain set
of images. The mean-shift fits in this context, however, their performance falls short
in some situations, such as increasing the dataset and its number of dimensions. To fix
this problem, we propose a solution that implements a part of the algorithm in OpenCL,
looking forward to speed up the process of obtaining the results. The results show a
significant increase of the algorithm’s performance, which enables further research using
this metodology. | eng |
dc.language | por | por |
dc.publisher | Universidade Federal de Santa Maria | por |
dc.rights | Acesso Aberto | por |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject | Mean-shift | eng |
dc.subject | GPGPU | eng |
dc.subject | Processamento de imagens | por |
dc.subject | OpenCL | por |
dc.subject | Image processing | eng |
dc.title | Acelerando o mean-shift com OpenCL | por |
dc.title.alternative | Accelarating the mean-shift using OpenCL | eng |
dc.type | Trabalho de Conclusão de Curso de Graduação | por |
dc.degree.local | Santa Maria, RS, Brasil. | por |
dc.description.resumo | Na área de análise de imagens existem vários métodos de segmentação de imagens
que compõem processos mais complexos em uma sequência de filtros e operadores aplicados
a um determinado conjunto de imagens de entrada. O mean-shift se enquadra nesse
contexto, porém, o seu desempenho deixa a desejar em algumas situações, como o aumento
do conjunto de dados e do número de dimensões do mesmo. Para corrigir esse
problema, é proposta uma solução que implemente uma parte do algoritmo em OpenCL,
visando acelerar a obtenção dos resultados. Os resultados obtidos mostram que a melhoria
de desempenho é significativa, o que viabiliza mais pesquisas usando a metodologia
do trabalho. | por |
dc.publisher.country | Brasil | por |
dc.publisher.initials | UFSM | por |
dc.subject.cnpq | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | por |
dc.publisher.unidade | Centro de Tecnologia | por |