Algoritmo Paralelo Para 'Principal Component Pursuit' En La Arquitectura Cuda Con Casos De Estudio Orientados A Seguridad Ciudadana Y De Ayuda A Personas Discapacitadas
Acronym
P_PCP-CUDA
Consortium Coordinator
Rodriguez Valderrama, Paul Antonio
Start Date
2013
End Date
2016
Status
https://purl.org/pe-repo/concytec/estadoProyecto#concluido
Description
Recientemente se ha propuesto el método Principal Component Pursuit (PCP) [2,3] como una alternativa robusta (ante datos irregulares) a técnicas mas tradicionales (p.e. Principal Component Analysis [7] y técnicas derivadas). PCP es exitosamente usado para segmentar automáticamente objetos en movimiento del fondo (objetos estáticos) en aplicaciones médicas [26] y en seguridad ciudadana [4,8,27,29], entre otras aplicaciones [5,6,28,33,34]. Sin embargo, vía los algoritmos existentes [1,2,3,4,6,29,30], el costo computacional de PCP es muy elevado y no permite aplicaciones practicas en tiempo real, p.e. análisis de imágenes aéreas de alta resolución orientado a seguridad ciudadana [27,36,39]. Este proyecto propone desarrollar un nuevo algoritmo paralelo, computacionalmente eficiente, para el computo de PCP y aplicaciones, teniendo especial énfasis en el modelo de programación SIMT o CUDA [25]. Se destaca que en [21], artículo escrito por el investigador principal, aceptado en ICIP'13 [22], se plantean las ideas base del nuevo algoritmo. Además se proponen dos casos de estudio: Segmentación automática en tiempo real de objetos en movimiento en vídeos digitales (1920x1080 pixel, 30 cuadros por seg.) grabados desde un UAV (Unmanned aerial vehicle), orientado a seguridad ciudadana (conteo de vehiculos, personas y ciclistas), y desde una silla de ruedas instrumentada; el segundo caso está relacionado al proyecto Coalas [13] de la Entidad Asociada (universidad francesa Esigelec).
Keywords
Procesamiento paralelo
;
CUDA
;
Principal Component Pursuit
;
Visión computacional
Área de conocimiento
Natural sciences
Campo OCDE
https://purl.org/pe-repo/ocde/ford#1.02.01