You are here

Címlap » Képek automatikus szegmentálása GPU-n futtatott jellemző kinyerés és automatikus osztályozás segítségével

Képek automatikus szegmentálása GPU-n futtatott jellemző kinyerés és automatikus osztályozás segítségével

Submitted by Németh Gábor 2. on Mon, 2015-11-23 15:25
A témát kiíró oktató neve: 
Varga László Gábor
Meghirdető egység: 
Képfeldolgozás és Számítógépes Grafika
Témakör: 
szoftverfejlesztés
algoritmus
képfeldolgozás
Típus: 
Diplomamunka
A feladat megnevezés: 
Képek automatikus szegmentálása GPU-n futtatott jellemző kinyerés és automatikus osztályozás segítségével
A feladat angol megnevezése: 
Automatic processing of images by GPU accelerated feature extraction, and classification methods
Hány fő jeletkezhet: 
2
Milyen szakos hallgatók számára: 
Gazdaságinformatikus MSc
Info-bionika mérnöki MSc
Mérnökinformatikus MSc
Programtervező informatikus MSc
Feladat rövid leírása: 

Az utóbbi időkben egyre inkább terjed a tendencia, amely a számítógépekben található GPU-k teljesítményét általános célú számításokra használja. A jelentkező feladata egy a GPU-kban rejlő számítási teljesítményt kihasználó, automatikus jellemző kinyerés és osztályozó algoritmusok segítéségével működő képfeldolgozó rendszer kifejlesztése. A rendszer alapvetően két részből tevődjön össze.

Az egyik rész GPU-n futtatott képfeldolgozási műveletek segítségével végez jellemző kinyerést a képeken. A műveletek között lehetnek konvolúciós szűrők, medián filterek és egyéb műveletek. Ezeknek a kimenetei pixelenként lesznek összeszervezve a feldolgozás második lépésére.

A feldolgozás második lépése az első lépés kimeneteit felhasználva automatikus osztályozó algoritmusok segítségével, mint pl. K-means osztályozó, neurális hálók, vagy döntési fák oldja meg a szegmentálást. Ennek a lépésnek a bemenete a pixelenként kigyűjtött tulajdonságok halmaza, a kimente pedig egy címkehalmazból kiválasztott címke.

Szakirodalom: 
  • R.C. Gonzales, R.E. Woods: Digital Image Processing, 3rd edition, Prentice-Hall, Inc., 2008
  • Jason Sanders, Edward Kandrot, CUDA by Example: An Introduction to General-Purpose GPU Programming, Addison-Wesley Professional, 2010.
  • NVIDIA CUDA C Programming Guide
  • Aaftab Munshi, Benedict Gaster, Timothy G. Mattson, Dan Ginsburg, OpenCL Programming Guide, Pearson Education, 2011
  • Balázs Péter: Képrekonstrukció, Typotex Kiadó, 2011.
  • Kak, A.C., Slaney, M.: Principles of computerized tomographic imaging, IEEE Service Center, Piscataway, NJ., 1988.
Előismeretek, feltételek: 

C/C++ programozói tudás, Rendszerfejlesztés tantárgy teljesítése.

A GPGPU, és Képrekonstrukció tantárgyak teljesítése előnyt jelent, de nem feltétel.

Engedélyezte: 
Nyúl László tanszékvezető, 2015. november 23.
Választható: 
igen