RT Generic
T1 Desarrollo sobre GPU de técnicas para la detección de objetivos en imágenes hiperespectrales mediante la utilización de redes neuronales
A1 López Gómez, Juan
K1 Algoritmos de detección
K1 Imágenes hiperespectrales
K1 Imaxes hiperespectrais
K1 Redes neuronales artificiales
K1 Redes neuronais artificiais
K1 Artificial neural networks
K1 ANNs
K1 GPU
K1 Graphics processing unit
K1 Unidad de procesamiento gráfico
K1 Unidade de procesamento gráfico
AB En este trabajo se presentan dos algoritmos de detección de objetivos en imágenes hiperespectrales específicamente desarrollados para su implementación sobre GPU, ambos basados en la aplicación de ANNs (Artificial Neural Networks).El primer algoritmo, denominado algoritmo de detección de objetivos a nivel de píxel, basa su búsqueda en la exploración píxel a píxel de la imagen hiperespectral, detectando si en cada uno de ellos se encuentra el objetivo buscado, o una parte del mismo. El segundo algoritmo, denominado algoritmo de detección de objetivos multi-resolución, basa su búsqueda en la exploración jerárquicade  áreas de tamaño decreciente de imagen (volúmenes hiperespectrales), detectando y acotando el objetivo independientemente de la escala a la que  este se encuentre.En la implementación sobre GPU de las ANNs utilizadas en ambos algoritmos se analizan dos aproximaciones diferentes de paralelización: paralelismo a nivel neuronal, y paralelismo a nivelde enlace sináptico. Además, se tienen en cuenta un gran número de estrategias de optimización específicas para GPU, con el fín de explotar adecuadamente la enorme capacidad de cómputo de las tarjetas, y de ocultar la latencia en los accesos a memoria.En la fase de resultados los algoritmos son testeados mediante la búsqueda de objetivos sobre dos tipos diferentes de imágenes hiperespectrales, una aplicada al reconocimiento de materiales, y otra aplicada a funciones de búsqueda y rescate. Los tiempos de ejecución obtenidos muestran la efectividad de los algoritmos de detección desarrollados, así   como la conveniencia de su implementación sobre GPU.
YR 2011
FD 2011
LK http://hdl.handle.net/10347/12991
UL http://hdl.handle.net/10347/12991
LA spa
NO Traballo Fín de Máster en Computación de Altas Prestacións. Curso 2010-2011
DS Minerva
RD 28 abr 2026