ECO izleme algoritmasının GPU'larda paralelleştirme analizi

Nesne izleme, görüntü işlemede çok popüler bir alandır. Popülerliği, uygulama alanlarının çeşitliliğinden kaynaklanmaktadır. Güvenlik ve gözetim sistemleri, otonom araçlar, insan-makine etkileşimi, trafik kontrolü gibi alanlarda kullanılmaktadır. Uygulama alanları nedeniyle, bir nesne takibi algoritmasının hızlı olması beklenmektedir. Öte yandan, bir nesne izleme algoritması doğru ve güvenilir olmalıdır ve bu durum genellikle yapılacak hesaplama miktarını artırır. Birçok görüntü işleme uygulamasının doğası parallel programlamaya uygundur. GPU'lar çok sayıda çekirdek içerdiği için görüntü işleme ve nesne izleme uygulamalarında yaygın olarak kullanılırlar. Bu tezde, bir nesne izleme algoritmasını paralelliğe uygunluğu açısından analiz edilmiştir. Bir profilleme aracı kullanarak algoritmanın zaman alan kısımları belirlenmiştir. Algoritmanın belirlenen her bir parçası ayrı ayrı ele alınarak GPU'da gerçeklenmiştir. Ayrıca, GPU yeteneklerini kullanarak optimizasyon şansı üzerinde çalışılmıştır. Yöntemlerimizi beş veri kümesi üzerinde test ederek orijinal CPU tabanlı yaklaşımın ilgili parçaları ile karşılaştırdık.