$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

처리 속도 향상을 위해 OpenCV CUDA를 활용한 도로 영역 검출
A Road Region Extraction Using OpenCV CUDA To Advance The Processing Speed 원문보기

디지털융복합연구 = Journal of digital convergence, v.12 no.6, 2014년, pp.231 - 236  

이태희 (한양대학교 전자통신공학과) ,  황보현 (한양대학교 전자전기제어계측공학과) ,  윤종호 (한양대학교 전자통신전파공학과) ,  최명렬 (한양대학교 전자통신공학과)

초록
AI-Helper 아이콘AI-Helper

본 논문은 호스트(PC) 기반의 직렬처리 방식으로 도로영역 추출 방식에 디바이스(Graphic Card) 기반의 병렬 처리 방식을 추가함으로써 보다 향상된 처리 속도를 가지는 도로영역검출을 제안하였다. OpenCV CUDA는 기존의 OpenCV와 CUDA를 연동하여 병렬 처리 방식의 많은 함수들을 지원한다. 또한 OpenCV와 CUDA 연동 시 환경 설정이 완료된 OpenCV CUDA 함수들은 사용자의 디바이스(Graphic Card) 사양에 최적화된다. 따라서 OpenCV CUDA 사용은 알고리즘 검증 및 시뮬레이션 결과 도출의 용이성을 제공한다. 제안된 방법은 OpenCV CUDA 와 NVIDIA GeForce GTX 560 Ti 모델의 그래픽 카드를 사용하여 기존 방식보다 3.09배 빠른 처리 속도를 가짐을 실험을 통해 검증한다.

Abstract ▼ AI-Helper 아이콘AI-Helper

In this paper, we propose a processing speed improvement by adding a parallel processing based on device(graphic card) into a road region extraction by host(PC) based serial processing. The OpenCV CUDA supports the many functions of parallel processing method by interworking a conventional OpenCV wi...

주제어

#병렬 처리  

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 논문은 기존의 도로영역검출 알고리즘에 OpenCV CUDA 기반의 병렬 처리 방식을 적용함으로써 보다 향상된 처리 속도 결과를 목표로 한다. OpenCV CUDA는 CUDAC언어에 비해 많은 함수들을 지원하므로 사용자로 하여금 빠른 결과 도출 및 분석의 편의성을 제공한다는 장점이 있다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
CUDA는 무엇인가? GP-GPU라 불리는 기술은 빠른 속도로 대량의 데이터를 처리해야 하는 비디오 인코딩이나 컴퓨터비전 분야 등에서 실시간적인 성능 보장을 위해 사용되고 있다. CUDA는 C언어를 이용하여 GPU에서 범용 컴퓨팅을 위해 설계된 하드웨어와 소프트웨어 구조를 말한다. CUDA를 이용한 고속도로영역 검출은 [Fig.
OpneCV GPU Module의 목표는 무엇인가? 현재 OpenCV 프로그램은 CUDA와 연동하여 OpneCV 상에 GPU Module을 지원한다.OpneCV GPU Module의 목표는 GPU를 가지고 최상의 성능을 달성하는 것이다.따라서 OpenCVGPUModule은 GPU구조에 대하여 효율적인 커널(kernel) 생성과 비동기 실행 (asynchronousexecution),복사 중복(copyoverlaps),제로 복사(zero-copy) 등의 최적화된 데이터 흐름 (Optimized Data Flows)을 제공한다.
GPGPU가 병렬 연산에서 탁월한 성능을 보여주는 이유는 무엇인가? GPGPU(GeneralPurposecomputationsonGPU)가 수학 및 과학 분야에서 급속히 확산되고 있다.특히, GPU의 구조는 작은 프로세서의 배열로 되어 있기 때문에 병렬 연산에서 탁월한 성능을 보여주고 있다.행렬 연산,데이터 정렬 등 기본 연산에서 이미 CPU보다 고속 처리가 가능하며,다체 문체,바이오 정보처리 등의 응용에서도 효과적임을 입증하는 논문이 다소 발표되었다[1].
질의응답 정보가 도움이 되었나요?

참고문헌 (4)

  1. Yongjin Yeom, Yongkuk Cho, "High-Speed Implementations of Block Ciphers on Graphics Processing Units Using CUDA Library", Journal of The Korea Institute of Information Security and Cryptology, Vol. 18, No. 3, pp. 23-32, 2008. 

  2. Jun-Chul Kim, Young-Han Jung, Eun-Soo Park, Xuenan Chui, Hak-il Kim, Uk-Youl Huh, "The Implementation of Fast Object Recognition Using Parallel Processing on CPU and GPU", Journal of Institute of Control, Robotics and System, Vol. 15, No. 5, pp. 488-495, 2009. 

    원문보기 상세보기 crossref

  3. Kyoung-Hwan Park, Chi-Won Lee, Chang-Woo Lee, "Road Detection using Mean Shift Algorithm and Similarity Region Merging method", Workshop presentatio file, Korea Information Science Society, Vol. 36, No. 4, pp. 437-440, 2009. 

  4. Tae-Hee Lee, Bo-Hyun Hwang, Jong-Ho Yun, Byoung-Soo Park, Myung-Ryul Choi, "A Road Extraction Algorithm using Mean-Shift Segmentation and Connected-Component", Journal of Digital Convergence, Vol. 12, no1, pp. 359-364, 2014, 1 

    원문보기 상세보기 crossref

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로