Massive parallelization of HOG-based algorithms for object detection

  • Die vorliegende Arbeit befasst sich mit der Frage, wie der HOG-Algorithmus auf massiv parallelen Architekturen beschleunigt werden kann. Sie führt das Konzept von sogenannten Hypersystemen ein, welche eine abstrakte Schnittstelle für tatsächliche Berechnungssysteme darstellen. Der Einsatz von Hypersystemen wird durch praktische Anwendungen motiviert; GPU-beschleunigtes Mean-Shift Clustering, verteiltes Training von kleinen neuronalen Netzen und verteilte Matrixmultiplikation. Auf der Basis dieses Ansatzes präsentiere ich ein Konzept zur Steigerung der Effizienz bestehender HOG Algorithmen; in Bezug auf Zuverlässigkeit und Recheneffizienz. Mein Konzept erlaubt es HOG Algorithmen effizient in heterogenen Rechensystemen zu verteilen. Des Weiteren präsentiere ich, ein für verteilte Berechnungen in heterogenen Cluster-Systemen ausgelegtes Software-Framework. Alle entwickelten Algorithmen werden gründlich analysiert; formal und durch praktische Evaluationen.

Download full text files

Export metadata

Additional Services

Share in Twitter Search Google Scholar
Metadaten
Author:Darius MalysiakGND
URN:urn:nbn:de:hbz:294-51572
Referee:Rolf WürtzORCiDGND, Diana GöhringerORCiDGND, Uwe HandmannGND
Document Type:Doctoral Thesis
Language:English
Date of Publication (online):2017/02/11
Date of first Publication:2017/02/11
Publishing Institution:Ruhr-Universität Bochum, Universitätsbibliothek
Granting Institution:Ruhr-Universität Bochum, Fakultät für Elektrotechnik und Informationstechnik
Date of final exam:2016/11/09
Creating Corporation:Fakultät für Elektrotechnik und Informationstechnik
GND-Keyword:Grafikprozessor; Parallelisierung; Objekterkennung; Bildverarbeitung; Verteiltes System
Institutes/Facilities:Institut für Neuroinformatik
Dewey Decimal Classification:Technik, Medizin, angewandte Wissenschaften / Elektrotechnik, Elektronik
faculties:Fakultät für Elektrotechnik und Informationstechnik
Licence (German):License LogoKeine Creative Commons Lizenz - es gelten der Veröffentlichungsvertrag und das deutsche Urheberrecht

OPUS4 Logo