Resumen

En el procesamiento de imágenes digitales y visión por computadora, una tarea bastante frecuente es la comparación del rendimiento de diferentes algoritmos en enormes bases de datos de imágenes. Esta tarea suele ser consumidora de tiempo y tediosa, por lo que cualquier tipo de herramienta para simplificar este trabajo es bienvenida. Para lograr un manejo eficiente y más práctico de una evaluación normalmente tediosa, implementamos el sistema de detección automática, con la ayuda de la Caja de Herramientas de Computación Paralela de MATLAB. Las partes clave del sistema se han paralelizado para lograr la ejecución y análisis simultáneos de algoritmos de segmentación por un lado y la evaluación de la precisión de detección para las regiones no forestadas, como un caso de estudio, por otro lado. Como efecto secundario positivo, el uso de la CPU se redujo y el tiempo de procesamiento se redujo significativamente en un 68.54% en comparación con el procesamiento secuencial (es decir, ejecutar el sistema con cada algoritmo uno por uno).

• Materias:Calibración geométrica Núcleos computacionales Consultas de palabras clave Pronóstico probabilístico Máquina de aprendizaje
• Subjects:Geometric calibration Computational kernels Keyword queries Probabilistic forecasting Machine learning
• Palabras claves:Procesamiento de imágenes; Visión por computadora; Algoritmos; Bases de datos de imágenes; MATLAB; Caja de herramientas de Computación Paralela
• Keywords:Image processing; Computer vision; Algorithms; Image databases; MATLAB; Parallel Computing Toolbox