Features can be extracted in parall

Features can be extracted in parallel from the images with GPU using various techniques. Feature extraction
can be performed by using GPU based KLT feature tracker and GPU based SIFT feature extraction
algorithm. The KLT tracking algorithm computes displacement of features or interest points between
consecutive video frames when the image brightness constancy constraint is satisfied and image motion is
fairly small[12]. In its parallel implementation the GPU distributes its various steps in fragment programs
Fig.4:

ผลลัพธ์ (ไทย) 1:

คุณสมบัติสามารถแยกขนานจากรูปกับ GPU ที่ใช้เทคนิคต่าง ๆ แยกลักษณะการทำงานสามารถดำเนินการโดยใช้ GPU โดย KLT คุณลักษณะตัวติดตาม และ GPU ตามสกัดคุณลักษณะ SIFTอัลกอริทึมการ อัลกอริทึมการติดตาม KLT จะย้ายของคุณลักษณะหรือจุดสนใจระหว่างเฟรมวิดีโอต่อเนื่องเมื่อพอข้อจำกัดทางความสว่างของภาพ และภาพเคลื่อนไหวได้ค่อนข้างเล็ก [12] ในการดำเนินการคู่ขนาน GPU แบบกระจายขั้นตอนต่าง ๆ ในส่วนโปรแกรมFig.4:

ผลลัพธ์ (ไทย) 2:

คุณสมบัติสามารถสกัดในแบบคู่ขนานจากภาพที่มี GPU โดยใช้เทคนิคต่างๆ การสกัดคุณลักษณะ
สามารถดำเนินการโดยใช้ GPU ตามติดตามคุณลักษณะ KLT และคุณลักษณะร่อนตาม GPU สกัด
อัลกอริทึม ขั้นตอนวิธีการติดตาม KLT คำนวณการเคลื่อนที่ของคุณสมบัติหรือจุดที่น่าสนใจระหว่าง
ภาพวิดีโอต่อเนื่องเมื่อข้อ จำกัด ความสว่างของภาพความมั่นคงมีความพึงพอใจและการเคลื่อนไหวของภาพที่
ค่อนข้างเล็ก [12] ในการดำเนินการคู่ขนานของ GPU กระจายตามขั้นตอนต่าง ๆ ในโปรแกรมส่วน
รูปที่ 4:

ผลลัพธ์ (ไทย) 3:

คุณสมบัติสามารถสกัดขนานจากภาพด้วย GPU โดยใช้เทคนิคต่างๆ
การสกัดคุณลักษณะที่สามารถดำเนินการได้โดยการใช้ GPU ที่ใช้ติดตามและคุณลักษณะ klt GPU ใช้ร่อนขั้นตอนวิธีการสกัด
คุณลักษณะ การติดตาม klt ขั้นตอนวิธีคำนวณการเคลื่อนที่ของคุณสมบัติ หรือจุดที่น่าสนใจระหว่าง
วิดีโอเฟรมติดต่อกันเมื่อความสว่างของภาพคงที่ข้อจำกัดคือพอใจและภาพเคลื่อนไหว
ค่อนข้างเล็ก [ 12 ] ในแบบขนานใช้ GPU กระจายขั้นตอนต่างๆ ในส่วนโปรแกรม
fig.4 :