|
|
Real-time vizualizace povětrnostních vlivů v terénu
Vlček, Adam ; Jošth, Radovan (oponent) ; Seeman, Michal (vedoucí práce)
Díky obrovskému výpočetnímu výkonu se virtuální realita stává stále pestřejší a dynamičtější. Tato práce si klade za cíl prozkoumat vybrané povětrnostní vlivy v terénu, možnosti jejich simulace a dynamického zobrazení v reálném čase na současných osobních počítačích. Cílem je spíš nalezení dobře vypadajících rychlých aproximací než dokonalý fyzikální model. Je zde rozebráno použití moderních programovatelných GPU nejen pro účely zobrazování, ale také jako velmi silný výpočetní prostředek pro simulaci přírodních dějů. Práce je zaměřena zejména na pohyb vody terénem a její vliv na něj. Jedná se například o tání sněhu, erozi nebo výskyt různých druhů rostlin podle preferované vlhkosti. Pro tyto účely je využito dynamické texturování terénu a algoritmy umožňující rychlou úpravou zobrazované geometrie včetně počítání normál.
|
|
|
Paralelní trénování neuronových sítí pro rozpoznávání řeči
Veselý, Karel ; Fousek, Petr (oponent) ; Burget, Lukáš (vedoucí práce)
Tato diplomová práce je zaměřena na paralelizaci trénování neuronových sítí pro rozpoznávání řeči. V rámci této diplomové práce byly implementovány a porovnány dvě strategie paralelizace. První strategií je paralelizace dat s využitím rozdělení trénování do několika POSIX vláken. Druhou strategií je paralelizace uzlů s využitím platformy pro obecné výpočty na grafických kartách CUDA. V případě první strategie bylo dosaženo 4x urychlení, v případě využití platformy CUDA bylo dosaženo téměř 10x urychlení. Pro trénování byl použit algoritmus Stochastic Gradient Descent se zpětným šířením chyb. Po krátkém úvodu následuje druhá kapitola práce, která je motivační a zasazuje probém do kontextu rozpoznávání řeči. Třetí kapitola práce je teoretická a diskutuje neuronové sítě a metodu trénování. Následující kapitoly jsou zaměřené na návrh a implementaci a popisují iterativní vývoj tohoto projektu. Poslední obsáhlá kapitola popisuje testovací systém a uvádí výsledky provedených experimentů. V závěru jsou krátce zhodnoceny dosažené výsledky a nastíněna perspektiva dalšího vývoje projektu.
|
|
|
Simulace šíření tepla v mozku s využitím vysokoúrovňových GPGPU technik
Krbila, Martin ; Kadlubiak, Kristián (oponent) ; Jaroš, Jiří (vedoucí práce)
Tato diplomová práce se zabývá akcelerací simulace šíření tepla na grafické kartě. Je zde popsán postup akcelerace existující implementace v Matlabu, která je součástí balíku k-Wave. V práci jsou popsány různé vysokoúrovňové i nízkoúrovňové knihovny pro programovaní na grafických kartách a shrnuty jejich silné a slabé stránky. Byla vytvořena implementace simulace na GPU kompletně pokrývající funkcionalitu původní verze, která dosahuje přibližně stonásobného zrychlení oproti procesorové implementaci v Matlabu. Jako součást této práce byl také vytvořen modul umožňující výpočet diskrétních trigonometrických transformací na grafické kartě, který dosahuje přibližně desetinásobného zrychlení oproti nejlepší procesorové variantě a umožňuje akceleraci simulace s různými okrajovými podmínkami. Výstupem práce je také srovnání výkonu několika verzí základní simulace při využití různých GPGPU technik.
|
|
|
Exploitation of GPU in graphics and image processing algorithms
Jošth, Radovan ; Svoboda, David (oponent) ; Trajtel,, Ľudovít (oponent) ; Herout, Adam (vedoucí práce)
This thesis introduces several selected algorithms, which were primarily developed for CPUs, but based on high demand for improvements; we have decided to utilize it on behalf of GPGPU. This modification was at the same time goal of our research. The research itself was performed on CUDA enabled devices. The thesis is divided in accordance with three algorithm’s groups that have been researched: a real-time object detection, spectral image analysis and real-time line detection. The research on real-time object detection was performed by using LRD and LRP features. Research on spectral image analysis was performed by using PCA and NTF algorithms and for the needs of real-time line detection, we have modified accumulation scheme for the Hough transform in two different ways. Prior to explaining particular algorithms and performed research, GPU architecture together with GPGPU overview are provided in second chapter, right after an introduction. Chapter dedicated to research achievements focus on methodology used for the different algorithm modifications and authors’ assess to the research, as well as several products that have been developed during the research. The final part of the thesis concludes our research and provides more information about the research impact.
|
|
|
Knihovna pro zpracování obrazu v GPU
Čermák, Michal ; Španěl, Michal (oponent) ; Smrž, Pavel (vedoucí práce)
Tato práce se zabývá architekturou grafických karet Nvidia a s ní související programátorské rozhranní CUDA, které je využito při tvorbě knihovny akcelerující algoritmy zpracování obrazu. Velký důraz je kladen na testování výkonnostního zisku oproti optimalizované a používané knihovně OpenCV.
|
|
|
Rychlá rekonstrukce obrazu tkání s využítím grafické karty
Kadlubiak, Kristián ; Kula, Michal (oponent) ; Jaroš, Jiří (vedoucí práce)
Fotoakustická spektroskopie je jedna z nejmodernějších zobrazovacích metod a nachází uplatnění ve vědních oborech jako je medicína, biochemie, materiálová technologie a mnoho dalších. Díky svým vlastnostem je fotoakustická spektroskopie velmi vhodná specificky pro medicínské účely. Tato metoda je neinvazivní a zároveň zaručuje vysokou přesnost zobrazení. Za vysokou přesnost metoda vděčí pokročilým, časově náročným výpočtům, mezi které patří operace jako FFT a trilineární interpolace. Tato bakalářská práce se zabývá akcelerací daných metod na grafické kartě. Naše implementace naplno využívá různé vlastnosti moderních grafických karet jako například sdílená paměť nebo texturový hardware. Implementaci jsme testovali na jedné z nejvýkonnějších grafických karet určených na high performance computing. Jednalo se o kartu NVIDIA K20m. V tomto prostředí se naší implementací podařilo zrychlit některé části rekonstrukce více než 400 - násobně. V jednorázovém módu rekonstrukce trvala o něco déle než samotná MATLAB verze. Je to způsobeno nutností převodu dat mezi prostředím MATLAB a CUDA kódem i přesto, že se podařilo snížit velikost přenášených dat o 37%. Zpracování větších dávek fotoakustických snímků by ukázalo skutečný potenciál implementace.
|
|
|
Akcelerace mikroskopické simulace dopravy za použití OpenCL
Urminský, Andrej ; Kajan, Michal (oponent) ; Korček, Pavol (vedoucí práce)
S narastajúcim počtom vozidiel na našich cestách sa čoraz väčšmi stretávame so súčasnými problémami dopravy, medzi ktoré by sme mohli zaradiť početnejšie havárie, zápchy a zvýšenie vypúšťaných emisií CO2, ktoré znečisťujú životné prostredie. Na to, aby sme boli schopní efektívne využívať cestnú infraštruktúru, nám môžu poslúžiť napríklad simulátory dopravy. Pomocou takýchto simulátorov môžme vyhodnotiť vývoj premávky za rôznych počiatočných podmienok a tým vedieť, ako sa správať a reagovať v rôznych situáciách dopravy. Táto práca sa zaoberá témou akcelerácia mikroskopickej simulácie dopravy za použitia OpenCL. Akcelerácia simulácie je dôležitá pri potrebe analyzovať veľkú sieť infraštruktúry, kde nám bežné spôsoby implementácie simulátorov nestačia. Pre tento účel je možné použiť napríklad techniku GPGPU súčasných gra ckých kariet, ktoré sú schopné paralelne vykonávať všeobecné výpočty. Pri tvorbe tejto práce bola použitá práve táto technika pre urýchlenie výpočtov a boli dosiahnuté niekoľkonásobné zrýchlenia na GPU oproti paralelnej implementácii na CPU.
|
|
| |
|
|
Vytvoření 3D modelu prostředí pomocí senzoru Kinect
Kumpán, Pavel ; Mašek, Petr (oponent) ; Růžička, Michal (vedoucí práce)
Bakalářská práce pojednává o užití senzoru Microsoft Kinect pro vytváření trojrozměrného modelu prostředí. V práci je popsána metoda pro snímání prostředí a její implementace ve verzích pro běžný procesor a grafickou kartu. Výstupem práce je aplikace umožňující snímání prostředí a vytvoření modelu ve formě bodového mračna a polygonové sítě.
|
|
|
Sledování více osob ve videu z jedné kamery
Vojvoda, Jakub ; Španěl, Michal (oponent) ; Beran, Vítězslav (vedoucí práce)
Detekcia a sledovanie viacerých osôb je náročný problém s vysokým aplikačným potenciálom. Náročnosť problému je spôsobená hlavne zložitosťou scény a vysokou variabilitou v artikulácii a vzhľade osôb. Cieľom tejto práce je navrhnúť a implementovať systém schopný detekcie a sledovania viacerých osôb vo videu z jednej statickej kamery. K tomuto účelu bola navrhnutá on-line metóda založená na princípe sledovania pomocou detekcie. Navrhnutá metóda kombinuje detekciu, sledovanie a združovanie odoziev k dosiahnutiu presných výsledkov. Implementácia bola vyhodnotená na dostupnom datasete a výsledky ukázali, že je použiteľná k tomuto účelu. K zlepšeniu výsledkov sledovania bola navrhnutá a implementovaná robustná metóda segmentácie pohybu. Okrem toho, implementácia detektora založeného na histograme orientovaných gradientov bola zrýchlená s využitím grafického procesoru (GPU).
|
host ::
RSS.