Alineamiento de imágenes multiespectrales de teledetección en un clúster de GPUs
| dc.contributor.affiliation | Universidade de Santiago de Compostela. Centro de Investigación en Tecnoloxías da Información | gl |
| dc.contributor.affiliation | Universidade de Santiago de Compostela. Departamento de Electrónica e Computación | gl |
| dc.contributor.area | Área de Enxeñaría e Arquitectura | |
| dc.contributor.author | Ordóñez Iglesias, Álvaro | |
| dc.contributor.author | Blanco Heras, Dora | |
| dc.contributor.author | Argüello Pedreira, Francisco | |
| dc.date.accessioned | 2022-10-11T12:48:46Z | |
| dc.date.available | 2022-10-11T12:48:46Z | |
| dc.date.issued | 2022 | |
| dc.description | Jornadas de la Sociedad de Arquitectura y Tecnología de Computadores (SARTECO 2022) | gl |
| dc.description.abstract | El 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 CUDA | gl |
| dc.description.sponsorship | El 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.doi | 10.5281/zenodo.7113023 | |
| dc.identifier.isbn | 978-84-13-02185-0 | |
| dc.identifier.uri | http://hdl.handle.net/10347/29327 | |
| dc.language.iso | spa | gl |
| dc.publisher | Sociedad de Arquitectura y Tecnología de Computadores (SARTECO) | |
| dc.relation.projectID | info: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 INTERES | gl |
| dc.relation.publisherversion | https://doi.org/10.5281/zenodo.7113023 | |
| dc.rights | Atribución 4.0 Internacional | |
| dc.rights.accessRights | open access | gl |
| dc.rights.uri | http://creativecommons.org/licenses/by/4.0/ | |
| dc.subject | Multiespectral | gl |
| dc.subject | Registro de imágenes | gl |
| dc.subject | Clúster | gl |
| dc.subject | MPI | gl |
| dc.subject | GPU | gl |
| dc.title | Alineamiento de imágenes multiespectrales de teledetección en un clúster de GPUs | gl |
| dc.type | book part | gl |
| dspace.entity.type | Publication | |
| relation.isAuthorOfPublication | a22a0ed8-b87b-473e-b16c-58d78c852dfd | |
| relation.isAuthorOfPublication | 24b7bf8f-61a5-44da-9a17-67fb85eab726 | |
| relation.isAuthorOfPublication | 01d58a96-54b8-492d-986c-f9005bac259c | |
| relation.isAuthorOfPublication.latestForDiscovery | a22a0ed8-b87b-473e-b16c-58d78c852dfd |
Files
Original bundle
1 - 1 of 1
Loading...
- Name:
- 2022_SARTECO_MultiNode_MultiGPU_Rios.pdf
- Size:
- 10.71 MB
- Format:
- Adobe Portable Document Format
- Description:
- Comunicación Jornadas