WEKO3
アイテム
kd-treeにより構造化された大規模高次元ベクトル群に対するGPUを用いた高速最近傍探索法の検討
https://ipsj.ixsq.nii.ac.jp/records/80796
https://ipsj.ixsq.nii.ac.jp/records/8079625089ed8-2ca7-4aaf-bc61-33b9724ede66
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-CSEC12056024.pdf (874.0 kB)
|
Copyright (c) 2012 by the Information Processing Society of Japan
|
|
| オープンアクセス | ||
| Item type | SIG Technical Reports(1) | |||||||
|---|---|---|---|---|---|---|---|---|
| 公開日 | 2012-02-22 | |||||||
| タイトル | ||||||||
| タイトル | kd-treeにより構造化された大規模高次元ベクトル群に対するGPUを用いた高速最近傍探索法の検討 | |||||||
| タイトル | ||||||||
| 言語 | en | |||||||
| タイトル | Nearest Neighbor Search using GPU for Massive and High-dimensional Vectors Structured by kd-tree | |||||||
| 言語 | ||||||||
| 言語 | jpn | |||||||
| キーワード | ||||||||
| 主題Scheme | Other | |||||||
| 主題 | ミドルウェア | |||||||
| 資源タイプ | ||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_18gh | |||||||
| 資源タイプ | technical report | |||||||
| 著者所属 | ||||||||
| NTTサイバースペース研究所 | ||||||||
| 著者所属 | ||||||||
| NTTサイバースペース研究所 | ||||||||
| 著者所属 | ||||||||
| NTTサイバースペース研究所 | ||||||||
| 著者所属 | ||||||||
| NTTサイバースペース研究所 | ||||||||
| 著者所属 | ||||||||
| NTTサイバースペース研究所 | ||||||||
| 著者所属 | ||||||||
| NTTサイバースペース研究所 | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| NTT Cyber Space Laboratories | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| NTT Cyber Space Laboratories | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| NTT Cyber Space Laboratories | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| NTT Cyber Space Laboratories | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| NTT Cyber Space Laboratories | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| NTT Cyber Space Laboratories | ||||||||
| 著者名 |
松村, 聖司
毛受, 崇
赤間, 浩樹
松尾, 嘉典
奥村, 昌和
山室, 雅司
× 松村, 聖司 毛受, 崇 赤間, 浩樹 松尾, 嘉典 奥村, 昌和 山室, 雅司
|
|||||||
| 著者名(英) |
Seiji, Matsumura
Takashi, Menjo
Hiroki, Akama
Yoshinori, Matsuo
Masakazu, Okumura
Masashi, Yamamuro
× Seiji, Matsumura Takashi, Menjo Hiroki, Akama Yoshinori, Matsuo Masakazu, Okumura Masashi, Yamamuro
|
|||||||
| 論文抄録 | ||||||||
| 内容記述タイプ | Other | |||||||
| 内容記述 | 局所特徴量を用いた物体認識処理での高次元ベクトル群の最近傍探索処理において，ベクトル間のユークリッド距離計算が行われている．データベース中のベクトル数が大規模になると，最近傍探索の処理時間は膨大になる．本検討では，kd-tree によるデータ構造化と GPU でのユークリッド距離計算の並列化を用いることで，探索精度の低下を抑えた最近傍探索処理高速化の手法を提案する． | |||||||
| 論文抄録(英) | ||||||||
| 内容記述タイプ | Other | |||||||
| 内容記述 | When the total number of local characteristic high-dimensional vectors in object recognition becomes massive, it takes long time to process nearest neighbor search. In this study, we propose a method that makes nearest neighbor search fast with kd-tree structure and GPUs. Moreover, our method reduces deterioration of an accuracy of approximate nearest neighbor search. | |||||||
| 書誌レコードID | ||||||||
| 収録物識別子タイプ | NCID | |||||||
| 収録物識別子 | AA11235941 | |||||||
| 書誌情報 |
研究報告コンピュータセキュリティ（CSEC） 巻 2012-CSEC-56, 号 24, p. 1-8, 発行日 2012-02-22 |
|||||||
| Notice | ||||||||
| SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc. | ||||||||
| 出版者 | ||||||||
| 言語 | ja | |||||||
| 出版者 | 情報処理学会 | |||||||
