Reconocimiento de objetos en video utilizando SIFT paralelo

Abstract

El reconocimiento de objetos en video es una tarea computacionalmente costosa y de sumo interés en distintas áreas. Existen métodos que permiten caracterizar una imagen a través de la representación vectorial de sus pixels más relevantes entre los cuales SIFT es uno de los más utilizados. Este artículo propone una implementación paralela de este método con el objetivo de realizar tracking de video. Se trata de una solución de grano grueso sobre una arquitectura multicore que permite llegar a un rendimiento cercano al óptimo al usar un esquema Bag of Task para balancear el trabajo. Se logra incrementar la cantidad de frames resueltos por segundo para el procesamiento de video en Tiempo Real.