Implementación en GPU del algoritmo K-Means para ... - UMBC
Implementación en GPU del algoritmo K-Means para ... - UMBC
Implementación en GPU del algoritmo K-Means para ... - UMBC
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
<strong>Implem<strong>en</strong>tación</strong> <strong>en</strong> <strong>GPU</strong> <strong>del</strong> <strong>algoritmo</strong> K-<strong>Means</strong> <strong>para</strong> procesami<strong>en</strong>to <strong>para</strong>lelo<br />
de imág<strong>en</strong>es de satélite disponibles <strong>en</strong> la herrami<strong>en</strong>ta Google Maps<br />
nuestro <strong>algoritmo</strong> <strong>en</strong> <strong>GPU</strong> no es muy distinta a la realizada por la herrami<strong>en</strong>ta ENVI.<br />
Ahora nos quedaría demostrarlo a través de la com<strong>para</strong>ción de los distintos píxeles<br />
clasificados por nuestro <strong>algoritmo</strong> calculando un porc<strong>en</strong>taje de acierto. Ya que no se<br />
dispon<strong>en</strong> de medidas verdad-terr<strong>en</strong>o, se ha decidido utilizar las imág<strong>en</strong>es de la<br />
herrami<strong>en</strong>ta ENVI cómo nuestra medida de refer<strong>en</strong>cia <strong>para</strong> evaluar las imág<strong>en</strong>es<br />
obt<strong>en</strong>idas por nuestra herrami<strong>en</strong>ta. De esta manera, es necesario conocer cuántos<br />
píxeles de la imag<strong>en</strong> clasificada g<strong>en</strong>erada por nuestra herrami<strong>en</strong>ta se clasifican<br />
correctam<strong>en</strong>te por clase. Así t<strong>en</strong>dremos unas estadísticas que nos ayudarán a valorar<br />
positivam<strong>en</strong>te o negativam<strong>en</strong>te nuestros resultados tras la aplicación <strong>del</strong> <strong>algoritmo</strong> de<br />
clasificación no supervisada.<br />
Para la obt<strong>en</strong>ción de dichas estadísticas, se ha elaborado un pequeño programa<br />
capaz de ir com<strong>para</strong>ndo los píxeles de una imag<strong>en</strong> y otra, at<strong>en</strong>di<strong>en</strong>do que los colores<br />
asignados por nuestra herrami<strong>en</strong>ta y por la de ENVI no son iguales. Por ello, es<br />
necesario t<strong>en</strong>erlos <strong>en</strong> cu<strong>en</strong>ta <strong>para</strong> ofrecer unos resultados correctos.<br />
La tabla 6.5 muestra una com<strong>para</strong>tiva (<strong>en</strong> términos de porc<strong>en</strong>taje de acierto)<br />
<strong>en</strong>tre la imag<strong>en</strong> mostrada <strong>en</strong> la figura 6.12 (correspondi<strong>en</strong>te al método K-<strong>Means</strong><br />
implem<strong>en</strong>tado) y la imag<strong>en</strong> mostrada <strong>en</strong> la figura 6.13 (correspondi<strong>en</strong>te al método<br />
K-<strong>Means</strong> implem<strong>en</strong>tado <strong>en</strong> ENVI). Los códigos de color indicados <strong>en</strong> la tabla<br />
correspond<strong>en</strong> a los colores asociados a cada clase <strong>en</strong> nuestra implem<strong>en</strong>tación<br />
<strong>para</strong>lelizada. Las celdas que se <strong>en</strong>cu<strong>en</strong>tran sombreadas correspond<strong>en</strong> a las clases con<br />
las que el usuario ha querido conservar, de las que se han obt<strong>en</strong>ido una media de<br />
valores por <strong>en</strong>cima <strong>del</strong> 80% de acierto. Como puede apreciarse <strong>en</strong> la tabla 6.5, la<br />
evaluación de los resultados obt<strong>en</strong>idos se <strong>en</strong>cu<strong>en</strong>tra <strong>en</strong> torno al 70-80% de similitud<br />
al emplear el porc<strong>en</strong>taje de acierto calculado píxel a píxel, con porc<strong>en</strong>tajes muy<br />
elevados de similitud al com<strong>para</strong>r clases predominantes <strong>en</strong> la esc<strong>en</strong>a de Guareña<br />
como las asociadas a hierba y vegetación (árboles) por lo que podemos concluir que<br />
la implem<strong>en</strong>tación desarrollada se comporta de forma correcta con la imag<strong>en</strong> que ha<br />
sido procesada.<br />
Estos resultados aún podrían ser mejores, puesto que la com<strong>para</strong>ción que se ha<br />
realizado con la imag<strong>en</strong> de validación ha sido píxel a píxel, sin t<strong>en</strong>er <strong>en</strong> cu<strong>en</strong>ta<br />
Trabajo Fin de Máster -75- Sergio Bernabé García