Implementation of the "Local Rank Differences" Image Feature Using SIMD Instructions of CPU

Použití statistických klsifikátorů, hlavně AdaBoost a jeho modifikací, pro detekci objektů a rozpoznávání vzorů je v součastnosti velmi populární. Na nejnižší úrovní výkonnost těchto klasifikátorů závisí na obrazových příznacích, které používají. Důležité parametry jsou jak informační hodnota příznaku, tak rychlost jejího získání z obrazu. Local Rank Differences jsou obrazové příznaky představující alternativu k běžně používaným Haarovým příznakům. Jsou jednoduše implementovatelné v programovatelných (FPGA) a specializovaných obvodech (ASIC), ale také v grafických procesorech (GPU). A jak ukazuje tento článek, je možné je efektivně implementovat i na běžných procesorech. Článěk pojednává o LRD příznacích a jejich vlastnostech a popisuje experimentální implementaci LRD využívající multimediální instrukce současných procesorů. Článěk uvádí empirická měření výkonnosti a porovnání s dalšími implementacemi.