Please use this identifier to cite or link to this item: https://hdl.handle.net/11147/6167
Title: Mobil Nesne Takibinin Hızlandırılması
Other Titles: Accelerating Mobile Object Tracking
Authors: Özuysal, Mustafa
Keywords: Object tracking
Augmented reality system
Single instruction multiple data
Nesne takibi
Gerçek zamanlı algoritmalar
Artırılmış gerçeklik
Publisher: Institute of Electrical and Electronics Engineers Inc.
Source: Özuysal, M. (2016, May 16-19). Mobil nesne takibinin hızlandırılması. Paper presented at the 24th Signal Processing and Communication Application Conference, SIU 2016. doi:10.1109/SIU.2016.7496130
Abstract: Bu bildiride modern işlemcilerin Tekil İşlem Çoklu Veri (TİÇV) komutlarıyla hızlandırılmış bir nesne takip modülü içeren mobil bir artırılmış gerçeklik uygulaması sunulmaktadır. Hem standart C++ hem de ARM işlemciler için geliştirilen TİÇV komut seti olan NEON ile kodlanmış verimli bir Sıfır Ortalamalı Farkların Kareleri Toplamı (SOFKT) yöntemi detaylandırılmıştır. Bu iki yöntemin mobil cihaz üzerinde çalışma hızları ölçülerek karşılaştırılmıştır.
In this paper, we present a mobile augmented reality implementation with an accelerated tracking module using Single Instruction Multiple Data (SIMD) instructions available in modern CPUs. We detail the implementation of an efficient Zero-Mean Sum of Squared Differences (ZMSSD) algorithm both using standard C++ and the SIMD NEON instruction set of ARM processors. We compare the numerical measurements of tracking speed on a mobile device of both versions.
Description: 24th Signal Processing and Communication Application Conference, SIU 2016; Zonguldak; Turkey; 16 May 2016 through 19 May 2016
URI: http://doi.org/10.1109/SIU.2016.7496130
http://hdl.handle.net/11147/6167
ISBN: 9781509016792
Appears in Collections:Computer Engineering / Bilgisayar Mühendisliği
Scopus İndeksli Yayınlar Koleksiyonu / Scopus Indexed Publications Collection
WoS İndeksli Yayınlar Koleksiyonu / WoS Indexed Publications Collection

Files in This Item:
File Description SizeFormat 
6167.pdfConference Paper4.28 MBAdobe PDFThumbnail
View/Open
Show full item record



CORE Recommender

Google ScholarTM

Check




Altmetric


Items in GCRIS Repository are protected by copyright, with all rights reserved, unless otherwise indicated.