Mi DSpace
Usuario
Contraseña
Please use this identifier to cite or link to this item: http://hdl.handle.net/UCSP/15923
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorGutiérrez Cáceres, Juan Carlos-
dc.contributor.authorSalinas Tellez, Daniel Marcelo-
dc.date.accessioned2019-02-04T17:12:13Z-
dc.date.available2019-02-04T17:12:13Z-
dc.date.issued2018-
dc.identifier.other1065626-
dc.identifier.urihttp://repositorio.ucsp.edu.pe/handle/UCSP/15923-
dc.description.abstractLa eficiencia de los algoritmos computacionales comúnmente se ve afectada por su forma de implementación en cuanto a tiempo de ejecución. Por ejemplo, la implementación utilizando la programación de forma secuencial, la cual fue aceptada durante algunos años hasta que surgió´ la necesidad de acelerar los procesos de los algoritmos. Esta necesidad apareció porque a medida que el tiempo avanzó, las personas empezaron a requerir una pronta respuesta por parte de estos, y para dar solución a lo anterior surge la programación de forma paralela. El problema que anteriormente no tomaron en cuenta los programadores es que estos algoritmos, o por lo menos una gran parte de estos, fueron implementados dentro de un paradigma de programación secuencial, y el paso de estos algoritmos de un paradigma a otro no siempre resulta ser sencillo, ya que, al ser una nueva forma de programación, se requiere de un análisis previo para determinar que partes pueden ser pasadas sin necesidad de realizar una modificación en su estructura. Dentro del grupo de algoritmos utilizados para la extracción de características, también se presentan estos problemas de rendimiento en las circunstancias de tratar con imágenes de mayor tamaño, más aun cuando los algoritmos utilizan formulas más complejas para obtener mejor resultado en cuanto a precisión y detalle, como es el caso de los filtros de Gabor. La fórmula de este algoritmo tiene un tiempo elevado al tratar imágenes de mayor tamaño y por lo tanto la respuesta es lenta, y esa lentitud del algoritmo para procesar imágenes puede ser considerado un problema para entornos donde la respuesta debe ser en tiempo real, como por ejemplo el reconocer un rostro y obtener toda su información. En esta tesis realizamos una extracción de características con el método de filtros de Gabor al momento de reconocer un rostro en tiempo real en imágenes 2D captadas por medio de una cámara utilizando estos dos paradigmas (secuencial y paralelo), para determinar su eficiencia en cuanto a tiempo de respuesta.es_PE
dc.description.uriTesises_PE
dc.formatapplication/pdfes_PE
dc.language.isospaes_PE
dc.publisherUniversidad Católica San Pabloes_PE
dc.rightsinfo:eu-repo/semantics/openAccesses_PE
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/es_PE
dc.sourceUniversidad Católica San Pabloes_PE
dc.sourceRepositorio Institucional - UCSPes_PE
dc.subjectCiencia de la computaciónes_PE
dc.subjectGabores_PE
dc.subjectTiempo reales_PE
dc.subjectReconocimiento de rostroses_PE
dc.subjectGPUes_PE
dc.titleMétodo de extracción de características con filtros de Gabor aplicado al reconocimiento de rostros en tiempo real acelerado por GPUes_PE
dc.typeinfo:eu-repo/semantics/bachelorThesises_PE
thesis.degree.nameIngeniero Informáticoes_PE
thesis.degree.grantorUniversidad Católica San Pablo. Facultad de Ingeniería y Computaciónes_PE
thesis.degree.levelTítulo Profesionales_PE
thesis.degree.disciplineCiencia de la Computaciónes_PE
thesis.degree.programEscuela Profesional de Ciencia de la Computaciónes_PE
Appears in Collections:Tesis Pregrado - Ciencia de la computación

Files in This Item:
File Description SizeFormat 
SALINAS_TELLEZ_DAN_GPU.pdf72.54 kBAdobe PDFView/Open


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