Распознавание объекта в сцене на основе модели непроизвольного внимания с использованием OpenCL; Технологии Microsoft в теории и практике программирования

מידע ביבליוגרפי
Parent link:Технологии Microsoft в теории и практике программирования.— 2014.— [С. 97-99]
מחבר ראשי: Потапьев И. А.
מחבר תאגידי: Томский политехнический университет Институт кибернетики, ИК
מחברים אחרים: Аксёнов С. В. Сергей Владимирович (научный руководитель)
סיכום:Заглавие с титульного листа.
In this paper the algorithm of object tracking based on bottom-up attention is presented. First, the one-dimensional images were extracted from original image such as color and intensity maps. Then they combined into saliency map, which maximums corresponds to the most salient locations. Finally, the adaptive threshold is used to determine the location of objects on image. To accelerate the algorithm, the OpenCL version of the algorithm has been implemented. Experimental results demonstrate effectiveness of the algorithm for single and multiple object tracking. Implementation on OpenCL improves performance of the system.
שפה:רוסית
יצא לאור: 2014
סדרה:Математическое моделирование и технологии высокопроизводительных вычислений
נושאים:
גישה מקוונת:http://www.lib.tpu.ru/fulltext/c/2014/C28/037.pdf
פורמט: אלקטרוני Book Chapter
KOHA link:https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=609520

MARC

LEADER 00000naa2a2200000 4500
001 609520
005 20260915155940.0
035 |a (RuTPU)RU\TPU\conf\7014 
035 |a RU\TPU\conf\7013 
090 |a 609520 
100 |a 20141118d2014 k y0rusy50 ca 
101 0 |a rus 
102 |a RU 
135 |a drcn ---uucaa 
181 0 |a i  
182 0 |a b 
200 1 |a Распознавание объекта в сцене на основе модели непроизвольного внимания с использованием OpenCL  |f И. А. Потапьев  |g науч. рук. С. В. Аксёнов 
203 |a Текст  |c электронный 
225 1 |a Математическое моделирование и технологии высокопроизводительных вычислений 
300 |a Заглавие с титульного листа. 
320 |a [Библиогр.: с. 99 (6 назв.)] 
330 |a In this paper the algorithm of object tracking based on bottom-up attention is presented. First, the one-dimensional images were extracted from original image such as color and intensity maps. Then they combined into saliency map, which maximums corresponds to the most salient locations. Finally, the adaptive threshold is used to determine the location of objects on image. To accelerate the algorithm, the OpenCL version of the algorithm has been implemented. Experimental results demonstrate effectiveness of the algorithm for single and multiple object tracking. Implementation on OpenCL improves performance of the system. 
337 |a Adobe Reader 
463 1 |0 (RuTPU)RU\TPU\conf\6841  |t Технологии Microsoft в теории и практике программирования  |o сборник трудов XI Всероссийской научно-практической конференции студентов, аспирантов и молодых ученых, г.Томск, 23-24 апреля 2014 г.  |f Национальный исследовательский Томский политехнический университет (ТПУ), Институт кибернетики ; ред. кол. А. В. Лиепиньш и др.  |v [С. 97-99]  |d 2014 
610 1 |a электронный ресурс 
610 1 |a труды учёных ТПУ 
610 1 |a распознавание объектов 
610 1 |a непроизвольное внимание 
610 1 |a OpenCL 
610 1 |a видеоанализ 
610 1 |a параллельные вычисления 
610 1 |a пирамиды изображений 
700 1 |a Потапьев  |b И. А. 
702 1 |a Аксёнов  |b С. В.  |c специалист в области информатики и вычислительной техники  |c доцент Томского политехнического университета, кандидат технических наук  |f 1983-  |g Сергей Владимирович  |4 727 
712 0 2 |a Томский политехнический университет  |b Институт кибернетики, ИК  |c 2010-2017  |9 27025 
801 2 |a RU  |b 63413507  |c 20141118  |g RCR 
856 4 |u http://www.lib.tpu.ru/fulltext/c/2014/C28/037.pdf 
942 |c BK