Národní úložiště šedé literatury Nalezeno 6 záznamů.  Hledání trvalo 0.00 vteřin. 
Acceleration of Photoacoustic Imaging
Nedeljković, Sava ; Bordovský, Gabriel (oponent) ; Jaroš, Jiří (vedoucí práce)
The goal of this thesis is to provide a new method of image reconstruction out of data generated using Photo-Acoustic imaging. Photo-Acoustic imaging is a very popular biomedical in-vivo imaging modality based on the non-invasive laser-induced generation of ultrasound waves recorded by the acoustic sensors, during which very large amounts of data are generated. The amount of data makes the image reconstruction process very time-consuming. This thesis demonstrates image reconstruction using Back-Projection, an algorithm that is simple enough to be optimized for execution on modern accelerated processor architectures. Two versions of this algorithm are designed: from the perspective of the pixel and from the perspective of the sensor. Both versions are implemented using 3 different execution acceleration methods: vector-level parallelism, thread-level parallelism, and parallelism on the Graphical Processing Unit (GPU). All 3 implementations of both algorithm versions are tested and their results are compared to the much slower but more accurate Time-Reversal reconstruction method. The results have shown that the GPU parallelism implementation offers the fastest execution, which is faster more than 200 times on average compared to the Time-Reversal method. This possibly makes it suitable even for real-time applications.
Simulace lomové zkoušky ve stavebnictví
Bordovský, Gabriel ; Vaverka, Filip (oponent) ; Jaroš, Jiří (vedoucí práce)
Tato práce optimalizuje program pro simulaci lomové zkoušky ve stavebnictví. Simulace je využívána k validaci lomových vlastností materiálu používaných při rekonstrukci historických budov. Názorně jsou prezentovány možnosti efektivnějšího využití procesoru při zachování kvality výsledků. V práci jsou analyzovány jednotlivé kroky simulace a následně navrženy možnosti optimalizace kritických úseku pomocí vektorizace či paralelizace. Techniky a postupy použité v této práci mohou být aplikovány na obdobné výpočty a tím výrazně zkrátit dobu potřebnou k výpočtu. Čas výpočtu prototypu byl přes 7,7 hodiny. Optimalizovaná verze zvládá sekvenčně stejný výpočet za 2,1 hodiny nebo paralélně na osmi jádrech za 21 minut. Oproti původní verzi je tak optimalizovaná paralelní verze 21-krát rychlejší.
Detekce známých 3D objektů v obraze
Bordovský, Gabriel ; Veľas, Martin (oponent) ; Španěl, Michal (vedoucí práce)
Tato bakalářská práce se zabývá detekcí známého 3D objektu v obraze a odhadem jeho pozice vůči kameře. Metoda využívá význačné body typu ORB a jejich pozici na povrchu obalového kvádru. Za pomoci řešení PnP problému je získána pozice objektu z 2D souřadnic bodu v detekovaném obrazu a 3D souřadnic onoho stejného bodu na obalovém kvádru. Tato práce rozšiřuje metodu detekce jednoduchých objektů tvaru kvádru, obsaženou v OpenCV knihovně, na detekci složitějších předmětů. Při testování bylo dosaženo 85% úspěšnosti detekce objektu a detekovaná pozice shodovala se skutečnou průměrně z 88%. 
Acceleration of Photoacoustic Imaging
Nedeljković, Sava ; Bordovský, Gabriel (oponent) ; Jaroš, Jiří (vedoucí práce)
The goal of this thesis is to provide a new method of image reconstruction out of data generated using Photo-Acoustic imaging. Photo-Acoustic imaging is a very popular biomedical in-vivo imaging modality based on the non-invasive laser-induced generation of ultrasound waves recorded by the acoustic sensors, during which very large amounts of data are generated. The amount of data makes the image reconstruction process very time-consuming. This thesis demonstrates image reconstruction using Back-Projection, an algorithm that is simple enough to be optimized for execution on modern accelerated processor architectures. Two versions of this algorithm are designed: from the perspective of the pixel and from the perspective of the sensor. Both versions are implemented using 3 different execution acceleration methods: vector-level parallelism, thread-level parallelism, and parallelism on the Graphical Processing Unit (GPU). All 3 implementations of both algorithm versions are tested and their results are compared to the much slower but more accurate Time-Reversal reconstruction method. The results have shown that the GPU parallelism implementation offers the fastest execution, which is faster more than 200 times on average compared to the Time-Reversal method. This possibly makes it suitable even for real-time applications.
Simulace lomové zkoušky ve stavebnictví
Bordovský, Gabriel ; Vaverka, Filip (oponent) ; Jaroš, Jiří (vedoucí práce)
Tato práce optimalizuje program pro simulaci lomové zkoušky ve stavebnictví. Simulace je využívána k validaci lomových vlastností materiálu používaných při rekonstrukci historických budov. Názorně jsou prezentovány možnosti efektivnějšího využití procesoru při zachování kvality výsledků. V práci jsou analyzovány jednotlivé kroky simulace a následně navrženy možnosti optimalizace kritických úseku pomocí vektorizace či paralelizace. Techniky a postupy použité v této práci mohou být aplikovány na obdobné výpočty a tím výrazně zkrátit dobu potřebnou k výpočtu. Čas výpočtu prototypu byl přes 7,7 hodiny. Optimalizovaná verze zvládá sekvenčně stejný výpočet za 2,1 hodiny nebo paralélně na osmi jádrech za 21 minut. Oproti původní verzi je tak optimalizovaná paralelní verze 21-krát rychlejší.
Detekce známých 3D objektů v obraze
Bordovský, Gabriel ; Veľas, Martin (oponent) ; Španěl, Michal (vedoucí práce)
Tato bakalářská práce se zabývá detekcí známého 3D objektu v obraze a odhadem jeho pozice vůči kameře. Metoda využívá význačné body typu ORB a jejich pozici na povrchu obalového kvádru. Za pomoci řešení PnP problému je získána pozice objektu z 2D souřadnic bodu v detekovaném obrazu a 3D souřadnic onoho stejného bodu na obalovém kvádru. Tato práce rozšiřuje metodu detekce jednoduchých objektů tvaru kvádru, obsaženou v OpenCV knihovně, na detekci složitějších předmětů. Při testování bylo dosaženo 85% úspěšnosti detekce objektu a detekovaná pozice shodovala se skutečnou průměrně z 88%. 

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.