Detekce zájmových bodů na CUDA

Abstract

Detekce rohových bodů je jednou z mnoha činností, v rámci počítačového vidění, použitelných pro určování pohybu, sledování objektů, porovnávání obrazů, atd. Většina algoritmů je však komplexních a výpočetně náročných. Zde vstupuje platforma CUDA. Funkce běžící paralelně na grafických akcelerátorech mohou výrazně snížit čas nutný pro výpočet. Takto je umožněno detekovat rohové body v real-time nebo rychleji. Práce se zabývá algoritmy Moravec a Harris a jejich efektivní implementací na CUDA. Důležitý je i průzkum možností a výkonu platformy CUDA.Corner point detection is one of many functions used in computer vision for tasks such as tracking, detecting objects, comparing images and much more. Many of the algorithms are complex and require a lot of CPU time. This is where the CUDA platform comes in. CUDA kernels run parallely on graphic accelerators can rapidly decrease time needed for execution, allowing even these complex calculations to work in real time or even better. Text focuces on Moravec and Harris corner detection algorithms and their effective implementation on CUDA. Examination of potetntial and performance of CUDA platform is also importatnt.