作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
SIFT是计算机视觉领域一个基础算法,从综合评估上看,SIFT目前仍是最具使用价值的特征检测、 特征描述算法.总结SIFT算法原理,针对算法耗时问题,参考多位学者研究者的并行计算解决方案,并利用CUDA具体实现实验,归纳出一种三级并行方案.实验表明,与CPU架构下SIFT实现方案相比,该方案大幅提升SIFT特征提取性能,加速比随着图片数目或特征点数目增加而增加.
推荐文章
基于GPU的SIFT特征提取算法研究
特征提取
描述符
SIFT
SIFT GPU
面向CPU+GPU异构计算的SIFT特征匹配并行算法
遥感影像
特征匹配
图形处理器(GPU)
统一计算设备架构(CUDA)
尺度不变特征变换(SIFT)
基于 GPU 的目标识别算法的并行化研究
梯度方向直方图
可变形部件模型
图形处理器
协同计算
统一计算设备架构
开放运算语言
改进的GPU-SIFT特征提取与匹配算法
尺度不变特征变换
特征提取与匹配
GPU
二次筛选
64维描述符
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 SIFT算法GPU并行化研究
来源期刊 现代计算机 学科
关键词 SIFT CUDA 三级并行 加速
年,卷(期) 2017,(9) 所属期刊栏目 研究与开发
研究方向 页码范围 54-57
页数 4页 分类号
字数 2863字 语种 中文
DOI 10.3969/j.issn.1007-1423.2017.09.014
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 邓伯胜 四川大学计算机学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (3)
同被引文献  (10)
二级引证文献  (0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
SIFT
CUDA
三级并行
加速
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代计算机
旬刊
1007-1423
44-1415/TP
16开
广东省广州市
46-121
1984
chi
出版文献量(篇)
11312
总下载数(次)
39
总被引数(次)
33178
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导