Two dimensional (2-D) object recognition on a parallel transputer network
Başlık çevirisi mevcut değil.
- Tez No: 29903
- Danışmanlar: PROF. DR. OĞUZ TOSUN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Dinamik programlama, Performans analizi, Transputer ağ, Dynamic programming, Performance analysis, Transputer network
- Yıl: 1993
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
ÖZET Bir model bazlı iki boyutlu nesne tanıma sisteminin bir transputer ağı üstünde paralel olarak gerçeklenmesi ve performans analizi anlatılmaktadır.“Tanıma”yaklaşımı özellikli dizi eşlemenin bir dinamik programlama olarak gerçeklenmesi esasına dayanır ve hem üstüste duran hem de ayrık objeler için etkin olarak çalışır. Alçak seviyeli görüntü işleme operasyonları sözkonusu ağda geometrik paralelizm kullanılarak gerçeklenmiştir. Özellik çıkarma için işlem hasadı (process farming) ve tanıma fazındaki hipotez oluşturulması ve doğrulanması için ise işlem hasadı ile görev paralelizminin bir kombinasyonu kullanılmıştır. Tanıma için hemen hemen ideal bir hızlanma elde edilmiştir. Paralel sistemin değişik sayılardaki transputer için çalışma zamanı, hızlanma ve verimlilik cinslerinden performans değerlendirmeleri verilmektedir.
Özet (Çeviri)
IV ABSTRACT The parallel implementation and performance analysis of a model-based two- dimensional (2-D) object recognition system on a transputer network is described. The recognition approach is based on a dynamic programming implementation of attributed string matching and works effectively for both nonoccluded as well as occluded objects. The low level image processing operations are mapped onto the network by using geometric parallelism. Process farming is employed for feature extraction, and a combination of process farming and task parallelism is used for hypotheses generation and verification in the recognition phase. An almost ideal speedup is achieved for the recognition. Performance evaluation in terms of execution time, speedup and efficiency of the parallel system are given for different number of transputers.
Benzer Tezler
- Dinamik algılayıcı öğrenme algoritması ile kenar saptamanın öğrenilmesi
Learning of edge detection using recurrent perceptron learning algorithm
FİLİZ YOSMA TAŞKIN
Yüksek Lisans
Türkçe
1995
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiDOÇ.DR. CÜNEYT GÜZELİŞ
- Cisim tanıma problemine yapay sinir ağlarının uygulanması
Application of artificial neural networks to object recognition
ATİLLA ÜSTÜN
Yüksek Lisans
Türkçe
1999
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. A. TALHA DİNİBÜTÜN
- Gömülü iletken cisimlerin elektromagnetik dalgalar yardımı ile zaman domeninde algılanması
Başlık çevirisi yok
SELÇUK PAKER
Doktora
Türkçe
1998
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. BİNGÜL YAZGAN
- Düzlemde etkin şekil yerleştirme programı tasarımı
The Software design of shape placement on plane
A.YEŞİM GÜRAYDIN
Yüksek Lisans
Türkçe
1990
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiPROF.DR. EŞREF ADALI
- Öbek analizi algoritmaları
Başlık çevirisi yok
MUHAMMET ALTUN
Yüksek Lisans
Türkçe
1998
Mühendislik Bilimleriİstanbul Teknik ÜniversitesiMühendislik Bilimleri Ana Bilim Dalı
YRD. DOÇ. DR. ALİ ERCENGİZ