Alineamiento de imágenes multiespectrales de teledetección en un clúster de GPUs

dc.contributor.affiliationUniversidade de Santiago de Compostela. Centro de Investigación en Tecnoloxías da Informacióngl
dc.contributor.affiliationUniversidade de Santiago de Compostela. Departamento de Electrónica e Computacióngl
dc.contributor.areaÁrea de Enxeñaría e Arquitectura
dc.contributor.authorOrdóñez Iglesias, Álvaro
dc.contributor.authorBlanco Heras, Dora
dc.contributor.authorArgüello Pedreira, Francisco
dc.date.accessioned2022-10-11T12:48:46Z
dc.date.available2022-10-11T12:48:46Z
dc.date.issued2022
dc.descriptionJornadas de la Sociedad de Arquitectura y Tecnología de Computadores (SARTECO 2022)gl
dc.description.abstractEl registro o alineamiento de imágenes de teledetección multiespectrales o hiperespectrales es una tarea fundamental tras la captura de dichas imágenes, ya que permite alinear las diferentes bandas de la imagen o diferentes imágenes entre sí para construir escenas de mayor tamaño o para construir imágenes de mayor resolución. En los casos en los que es necesario registrar las bandas de una o varias imágenes y posteriormente diferentes imágenes, el tiempo de ejecución es muy alto debido no solo a la complejidad del proceso de registrado sino también a que es necesario ejecutar muchas veces dicho proceso. En este artículo se presenta una implementación multinodo-multiGPU para el registro de bandas e imágenes multiespectrales utilizando el algoritmo HSI-KAZE. Los distintos conjuntos de datos son distribuidos entre los nodos disponibles de un clúster de GPUs usando MPI y a su vez, cada nodo, distribuye las bandas e imágenes de un mismo conjunto entre las distintas GPUs del nodo utilizando OpenMP. Las GPUs son programadas mediante CUDAgl
dc.description.sponsorshipEl presente trabajo ha sido financiado por el Ministerio de Ciencia e Innovación, Gobierno de España [proyecto PID2019-104834GB-I00] y la Consellería de Cultura, Educación e Universidade, Xunta de Galicia [proyectos ED431C 2018/19 y 2019-2022 ED431G-2019/04]. También hemos recibido financiación de la Junta de Castilla y León (proyecto PROPHET-2, VA226P20). Todos ellos cofinanciados por el Fondo Europeo de Desarrollo Regional (FEDER)gl
dc.identifier.doi10.5281/zenodo.7113023
dc.identifier.isbn978-84-13-02185-0
dc.identifier.urihttp://hdl.handle.net/10347/29327
dc.language.isospagl
dc.publisherSociedad de Arquitectura y Tecnología de Computadores (SARTECO)
dc.relation.projectIDinfo:eu-repo/grantAgreement/AEI/Plan Estatal de Investigación Científica y Técnica y de Innovación 2017-2020/PID2019-104834GB-I00/ES/COMPUTACION DE ALTAS PRESTACIONES Y CLOUD PARA APLICACIONES DE ALTO INTERESgl
dc.relation.publisherversionhttps://doi.org/10.5281/zenodo.7113023
dc.rightsAtribución 4.0 Internacional
dc.rights.accessRightsopen accessgl
dc.rights.urihttp://creativecommons.org/licenses/by/4.0/
dc.subjectMultiespectralgl
dc.subjectRegistro de imágenesgl
dc.subjectClústergl
dc.subjectMPIgl
dc.subjectGPUgl
dc.titleAlineamiento de imágenes multiespectrales de teledetección en un clúster de GPUsgl
dc.typebook partgl
dspace.entity.typePublication
relation.isAuthorOfPublicationa22a0ed8-b87b-473e-b16c-58d78c852dfd
relation.isAuthorOfPublication24b7bf8f-61a5-44da-9a17-67fb85eab726
relation.isAuthorOfPublication01d58a96-54b8-492d-986c-f9005bac259c
relation.isAuthorOfPublication.latestForDiscoverya22a0ed8-b87b-473e-b16c-58d78c852dfd

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
2022_SARTECO_MultiNode_MultiGPU_Rios.pdf
Size:
10.71 MB
Format:
Adobe Portable Document Format
Description:
Comunicación Jornadas