Paralelização em CUDA/GLSL do algoritmo SIFT para reconhecimento de íris

Neste trabalho é estudada a viabilidade de uma implementação em paralelo do algoritmo scale invariant feature transform (SIFT) para identificação de íris. Para a implementação do código foi utilizada a arquitetura para computação paralela compute unified device architecture (CUDA) e a linguagem OpenGL shading language (GLSL). O algoritmo foi testado utilizando três bases de dados de olhos e íris, o noisy visible wavelength iris image Database (UBIRIS), Michal-Libor e CASIA. Testes foram feitos para determinar o tempo de processamento para verificação da presença ou não de um indivíduo em um banco de dados, determinar a eficiência dos algoritmos de busca implementados em GLSL e CUDA e buscar valores de calibração que melhoram o posicionamento e a distribuição dos pontos-chave na região de interesse (íris) e a robustez do programa final.

Present work studies the feasibility of a parallel implementation of the scene recognition algorithm SIFT for iris recognition. The code was built using the Compute Unified Device Architecture (CUDA) and the shading language GLSL. The algorithm was tested using three databases containing eyes and iris, the UBIRIS, Michal- Libor and CASIA. Tests were made for: analyzing the requested time for checking if an subject is or is not present on current database, the efficiency of the search algorithms written in CUDA and GLSL, the search for calibration values that improve keypoints position and distribution through the region of interest (iris), analyzing the reliability of the final code.