Improving digital correlation algorithm for real time use
Vylepšení algoritmu digitální obrazové korelace pro použití v reálném čase
Petr Ječmen ; školitel Pavel Satrapa ; konzultant práce Ondřej Hnilička, Tomáš Tobiška

Dnes vráceno
Dokument zatím nebyl ohodnocen
Hodnocení: {{document.rating.value | number:1}} (počet hodnocení: {{document.rating.count}})
{{document.rating.result}}


Exempláře Svázané ročníky
Načítám exempláře
Dokument je momentálně ve zpracování Žádné exempláře k dispozici Dokument nemá žádné svázané ročníky
Citace
Související
Všechny díly
Detail
MARC
Pole Ind Obsah pole
1 kpw06566800
5 20180918100305.9
7 ta
8 180914s2018----xr |||||||||||||||||eng||
40 ## $a LID001 $b cze $e rda
41 0# $a eng $b eng $b cze
44 ## $a xr
72 #7 $a 004.4/.6 $x Programování. Software $2 Konspekt $9 23
100 1# $a Ječmen, Petr $4 aut
245 10 $a Improving digital correlation algorithm for real time use = $b Vylepšení algoritmu digitální obrazové korelace pro použití v reálném čase / $c Petr Ječmen ; školitel Pavel Satrapa ; konzultant práce Ondřej Hnilička, Tomáš Tobiška
246 3# $a Improving digital correlation algorithm for real time use
264 #1 $a Liberec : $b Technická univerzita v Liberci, $c 2018
300 ## $a 90 stran : $b ilustrace (některé barevné), tabulky, grafy + $e 1 CD-ROM
336 ## $a text $b txt $2 rdacontent
337 ## $a počítač $b c $2 rdamedia
337 ## $a bez media $b n $2 rdamedia
338 ## $b cr $2 rdacarrier $a online zdroj
338 ## $a svazek $b nc $2 rdacarrier
338 ## $b cd $2 rdacarrier $a počítačový disk
340 ## $a application/pdf
502 ## $b Ph.D. $a 2018-02-15 $g Doktorský
520 ## $a V této práci je prezentována sada vylepšení algoritmu DIC. Výsledkem těchto vylepšení by měla větší uživatelská přívětivost algoritmu DIC a použitelnost pro běžného uživatele.První sada vylepšení se zaměřuje na implementaci algoritmu DIC pomocí programovacího jazyka OpenCL. To umožňuje spustit algoritmus na širokém spektru dostupného hardwaru, zejména na GPU. Jak ukazují testy, výpočet DIC na GPU vede k významnému zrychlení (až 30x oproti základní variantě a 10x v porovnání s paralelní variantou). Další vylepšení se zaměřují na optimalizaci velikosti dat s cílem snížit režii přenosu dat z RAM na GPU a studii o tom, jak implementace OpenCL funguje na integrovaných GPU a procesorech.Další vylepšení se snaží předzpracovat vstupní data tak, aby zlepšila strukturu vzorků, čímž aby se zlepšila kvalita výsledné korelace. Výsledky ukazují zlepšení kvality výsledků, jsou ale vykoupeny zvýšenou dobou výpočtu. Poslední vylepšení je návrh plně automatického algoritmu, který vybírá nejlepší velikost okna pro dosažení co nejlepšího výsledku. Algoritmus se pokusí nalézt optimální velikost okna pro vyvážení systematických a náhodných chyb sledováním funkční závislosti kvality korelace a velikosti okna.
520 ## $a In this work, a set of improvements to DIC algorithm is presented. The result of these improvements should make the DIC algorithm more user friendly and better usable for common users.First set of improvements focuses on implementing the DIC algorithm using OpenCL programming language. This allows to run the algorithm on wide range of available hardware, most notably on GPUs. As tests show, running DIC on GPU leads to significant speedup (reaching 30x compared to basic variant and 10x compared to threaded variant). Further improvements focus on optimizing the data size in order to lower the overhead of RAM to GPU transfers and a study on how the OpenCL implementation performs on integrated GPUs and CPUs.Next improvement processes the input data in order to enhance the specimens texture to improve the quality of the correlations. The experiments show improvement of the quality of the results, but they are redeemed in increased computation time.Last improvement is a design of an fully automatic algorithm that selects the best subset size to get the best results possible. The algorithm tries to find the optimal subset size to balance the systematic and random errors by monitoring the function of correlation quality versus subset size.
540 ## $a Vysokoškolská závěrečná práce je autorské dílo chráněné dle zákona č. 121/2000 Sb., autorský zákon, ve znění pozdějších předpisů. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem https://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou https://knihovna.tul.cz/document/26
650 07 $a algoritmy (programování)
655 #7 $a disertace $7 fd132024
690 $a computer algorithms
700 1# $a Satrapa, Pavel $4 ths
700 1# $a Hnilička, Ondřej $4 csl
700 1# $a Tobiška, Tomáš $4 csl
710 2# $a Technická univerzita v Liberci $7 kn20010709340 $4 dgg
856 4# $u https://dspace.tul.cz/bitstream/handle/15240/26040/Masinova_disertace_2015.pdf $z VSKP
857 $u https://dspace.tul.cz/bitstream/handle/15240/26040/posudky.pdf $z Posudek_oponenta_VSKP
858 $u https://dspace.tul.cz/bitstream/handle/15240/26040/hodnoceni_skolitele.pdf $z Posudek_vedouciho_VSKP
859 $u https://dspace.tul.cz/bitstream/handle/15240/26040/prubeh_obhajoby.pdf $z Prubeh_obhajoby_VSKP
910 ## $a LID001 $b U 979 M
953 $a dic
953 $a obraz
953 $a analýza
953 $a gpu
953 $a dic
953 $a image
953 $a analysis
953 $a gpu
1111 $a disertační práce
1200 $a 37538
1639 $a NTI $b Aplikované vědy v inženýrství/Aplikované vědy v inženýrství