文献

J-GLOBAL ID：202002266126623441   整理番号：20A2056017

GPUを用いた高速Euclidクラスタ抽出

Fast Euclidean Cluster Extraction Using GPUs

著者 (4件)： Nguyen Anh (Graduate School of Informatics, Nagoya University) ,  Cano Abraham Monrroy (Graduate School of Informatics, Nagoya University) ,  Edahiro Masato (Graduate School of Informatics, Nagoya University) ,  Kato Shinpei (Graduate School of Information Science and Technology, The University of Tokyo)
資料名： Journal of Robotics and Mechatronics  (Journal of Robotics and Mechatronics)
巻： 32  号： 3  ページ： 548-560(J-STAGE)  発行年： 2020年 
JST資料番号： L0735A  ISSN： 0915-3942  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： クラスタリングは,入力データセットを類似性に基づいて物体のグループに分割するタスクである。この過程は,多くの応用でしばしば必要とされる。しかしながら,システムが検査する必要のある接続と物体の数が多いため,従来のCPUで実行するとき,計算コストが高くなる。本論文では,自律運転システムにおけるEulidクラスタリング(EC)プロセスの加速におけるNVIDIAグラフィックス処理ユニットとそれらのプログラミングプラットフォームCUDAの使用を研究する。点群データセットのEC問題,最適化戦略のためのGPUアクセラレーションアルゴリズムを提案して,各々の方法の実装問題を検討する。著者らの実験は,著者らの解法が,実世界データセットで最大87倍の高速化率でCPUアルゴリズムより優れていることを示している。(翻訳著者抄録)

シソーラス用語： *マイクロプロセッサ ,  *専用プロセッサ ,  高速計算 ,  *クラスタ化 ,  点群 ,  プログラミング環境 ,  データ構造 ,  方式 ,  性能評価 ,  高速化 ,  自動車 ,  距離 ,  LIDAR
準シソーラス用語： レーザレーダ ,  *GPU【プロセッサ】 ,  GPUアクセラレーション ,  *クラスタリング ,  GPGPU ,  CUDA ,  探索法 ,  クラスタリング法 ,  自律運転車 ,  Euclid距離

著者キーワード (4件)： Euclidクラスタリング ,  GPGPU ,  ポイントクラウド ,  自律運転システム

分類 (1件)： 専用演算制御装置  (JC04030Y)

引用文献 (16件)：

• [1] K. A. Hawick, A. Leist, and D. P. Playne, “Parallel graph component labelling with GPUs and CUDA,” J. Parallel Computing, Vol.36, Issue 12, pp. 655-678, 2010.
• [2] Y. Komura, “GPU-based cluster-labeling algorithm without the use of conventional iteration: Application to the Swendsen-Wang multi-cluster spin flip algorithm,” Compu. Phys. Comm., Vol.194, pp. 54-58, 2015.
• [3] B. Douillard et al., “On the segmentation of 3D LIDAR point clouds,” Proc. of 2011 IEEE Int. Conf. on Robotics and Automation, Shanghai, pp. 2798-2805, 2011.
• [4] M. Liu, “Efficient segmentation and plane modeling of point-cloud for structured environment by normal clustering and tensor voting,” Proc. of 2014 IEEE Int. Conf. on Robotics and Biomimetics (ROBIO 2014), Bali, pp. 1805-1810, 2014.
• [5] A. Golovinskiy and T. Funkhouser, “Min-cut based segmentation of point clouds,” Proc. of 2009 IEEE 12th Int. Conf. on Computer Vision Workshops (ICCV Workshops), Kyoto, pp. 39-46, 2009.

タイトルに関連する用語 (2件)： GPU ,  クラスタ