| Revista: | Computación y sistemas |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000367373 |
| ISSN: | 1405-5546 |
| Autores: | García Cano, Edgar Rodríguez, Katya1 |
| Instituciones: | 1Universidad Nacional Autónoma de México, Instituto de Investigaciones en Matemáticas Aplicadas y en Sistemas, México, Distrito Federal. México |
| Año: | 2013 |
| Periodo: | Jul-Sep |
| Volumen: | 17 |
| Número: | 3 |
| Paginación: | 381-390 |
| País: | México |
| Idioma: | Inglés |
| Tipo de documento: | Artículo |
| Enfoque: | Experimental, aplicado |
| Resumen en español | En este artículo se presenta una investigación de la usabilidad, ventajas y desventajas de usar Compute Unified Device Architecture (CUDA) implementando un algoritmo basado en poblaciones, Optimización por Cúmulo de Partículas (PSO) [5]. Para probar el rendimiento del algoritmo propuesto, se realizó la implementación de una aplicación de marcas de agua ocultas. El PSO es usado para optimizar las posiciones donde la marca de agua debe ser insertada. Esta aplicación usa el algoritmo de inserción/extracción propuesto por Shieh et al. [1]. El algoritmo completo fue implementado para las arquitecturas secuenciales y CUDA. La función de optimización —usada en el algoritmo de optimización— es la unión de dos objetivos: fidelidad y robustez. La medición de la fidelidad y robustez es procesada usando el Error Cuadrático Medio (MSE) y la Correlación de Normalización (NC) respectivamente; estas funciones son evaluadas usando dominancia de Pareto |
| Resumen en inglés | In this paper, a research about the usability, advantages and disadvantages of using Compute Unified Device Architecture (CUDA) is presented, implementing an algorithm based on populations called Particle Swarm Optimization (PSO) [5]. In order to test the performance of the proposed algorithm, a hide watermark image application is put into practice. The PSO is used to optimize the positions where a watermark has to be inserted. This application uses the insertion/extraction algorithm proposed by Shieh et al. [1]. This algorithm was implemented for both sequential and CUDA architectures. The fitness function—used in the optimization algorithm—has two objectives: fidelity and robustness. The measurement of fidelity and robustness is computed using Mean Squared Error (MSE) and Normalized Correlation (NC), respectively; these functions are evaluated using Pareto dominance |
| Disciplinas: | Ciencias de la computación |
| Palabras clave: | Procesamiento de datos, Seguridad en cómputo, Marca de agua, Manejo de imágenes, Optimización por enjambre de partículas |
| Keyword: | Computer science, Data processing, Computing security, Watermark, Images management, Particle swarm optimization |
| Texto completo: | Texto completo (Ver HTML) |
