NVIDIA Home > Produkty > Rozwiązania dla obliczeń o wysokiej wydajności > Obrazowanie i widzenie komputerowe
 |
Subskrybuj |  |
Poleć innym |
INFORMACJE O PRODUKCIE
INFORMACJE DODATKOWE
- Zestaw narzędzi dla twórców oprogramowania
Programowanie procesorów graficznych (GPU) z wykorzystaniem technologii CUDA
- NVIDIA CUDA
WAŻNE LINKI
Obrazowanie i widzenie komputerowe
Widzenie komputerowe i algorytmy przetwarzania obrazu są bardzo wymagające obliczeniowo. Dzięki akceleracji CUDA aplikacje mogą osiągnąć taki poziom wydajności, który zapewnia w pełni interaktywną pracę z płynnym odświeżaniem obrazu. Przedstawiamy tutaj wybrane prace z zakresu obrazowania i widzenia komputerowego, a także wskazujemy zasoby przeznaczone dla programistów.
| Producent oprogramowania/aplikacja | Obsługiwane funkcje | Oczekiwany wzrost szybkości* | Status wydania |
| Axxon Intellect | W fazie opracowywania |
* Oczekiwany wzrost szybkości w porównaniu do systemu opartego na czterordzeniowym procesorze x64. Wzrosty szybkości według testów przeprowadzonych samodzielnie przez firmę NVIDIA lub na podstawie dokumentacji od dostawcy aplikacji.
Raporty techniczne na temat wykorzystania CUDA w obrazowaniu i widzeniu komputerowym
- Segmentacja
- Przetwarzanie cech
- Szybka, skalo-niezmiennicza detekcja i dopasowywanie cech przy użyciu programowalnego sprzętu graficznego
- Implementacja na GPU szybkiego i dostosowującego się do zmian oświetlenia śledzenia, wykorzystująca algorytm KLT
- Obrazowanie stereo
- Uczenie maszynowe i przetwarzanie danych
- Wielkoskalowe, głębokie uczenie nienadzorowane przy użyciu procesorów graficznych
- Wydajna sprzętowo implementacja algorytmu propagacji wierzeń (Belief Propagation)
- Szybkie wyszukiwanie przy użyciu algorytmu „k najbliższych sąsiadów” (KNN) na układach GPU
- Biologicznie zainspirowane widzenie komputerowe
Główne jądra programowe dedykowane obrazowaniu i widzeniu komputerowemu przy użyciu układów GPU typu CUDA
- Segmentacja metodą poziomic przy użyciu CUDA
- Wideo demonstrujące zaimplementowaną z użyciem CUDA segmentację wykorzystującą algorytm Dijkstry
- Wieloklasowa implementacja metody SVM w CUDA
- Wykrywanie pieszych
- Szybkie i skalo-niezmiennicze przekształcenie cech (SIFT – Scale Invariant Feature Transofrm)
- Przepływ optyczny
- Biblioteki i zbiory
- GPU4Vision
- OpenVIDIA: popularne algorytmy z zakresu widzenia komputerowego w CUDA, w tym te, związane z takimi problemami jak:
- widzenie stereoskopowe
- splot, operator Sobela, średni błąd kwadratowy, histogramy, próg itp.
- MinGPU: minimalna biblioteka funkcji GPU związanych z widzeniem komputerowym
- Biblioteka NVPP: NVIDIA Performance Primitives (wczesna wersja: nacisk na przetwarzanie obrazu i wideo)
- Akceleracja GPU dla oprogramowania MATLAB i Mathematica
- Obrazowanie medyczne za pomocą układów GPU z obsługą CUDA
- Inne rozwiązania wertykalne wykorzystujące produkty Tesla
- Narzędzia programistyczne i biblioteki CUDA