基于GPU并行计算的目标跟踪快速算法研究

来源 :华中师范大学 | 被引量 : 0次 | 上传用户:genersoft
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,智能视频监控系统因其强大的功能和实用性越来越多的被应用于人们的日常生活中,现已成为计算机视觉领域中颇受关注的前沿课题。运动目标跟踪技术不仅是视频监控系统中的关键技术,更成为该领域中的研究热点之一。运动目标跟踪是在监控环境中能够判断出进入特定区域的目标,对其进行定位跟踪并画出行进轨迹。本论文对静态背景下视频序列中的特定运动目标跟踪算法进行了分析和研究。其中,如何在海量视频图像数据中快速实现运动目标跟踪成为本文的重点。现在,GPU通用计算技术已经越来越多的应用于高性能计算领域,使其成为数据计算的绝对主力。同时,Nvidia公司研究并公开了新的统一计算架构CUDA,使得GPU拥有更好的可编程性,并对可并行化处理算法实现加速具有良好效果。由于在复杂场景中,对跟踪目标实时性要求很高,其算法复杂度和计算量相对较大。仅使用CPU进行海量数据的处理已出现了瓶颈,很难满足目标跟踪实时性的要求。本文针对已有的基于CPU实现的目标跟踪算法,认真分析了算法流程以及算法中处理视频图像数据量大且耗时的部分。分别对图像预处理模块算法和跟踪模块算法设计了详细的并行可操作流程。研究了图像预处理模块的几种算法,并分别对其进行了GPU并行加速处理,在CUDA计算统一设备上进行了测试。SIFT特征匹配提取算法是目前最为准确的用于实现图像特征匹配和识别的算法之一,也是目标跟踪算法中重要组成部分。本文对其进行了重点分析和研究,提出了利用CUDA架构进行优化和改进的方案和建议。通过抓取视频流中像素大小相同的图像进行比较和验证GPU与CPU的加速比,获取了测试结果,以及相对应的分析。实验数据表明,算法中某些部分通过CUDA优化之后可提高目标跟踪算法整体的执行效率,具有一定的实际意义。
其他文献
在当前经济全球化和我国经济飞速发展的背景下,中小企业要想获得长远的发展,必须重新思考新的途径来提高人力资源管理的质量。然而,依靠传统的人力资本和社会资本来提高人力资源
员工参与决策对组织的创新和发展至关重要,减少员工的沉默行为也成为组织管理者必须面对的问题。本研究探讨了组织公平感及其各维度与沉默行为的关系,同时研究员工的归因风格在
随着交际法在我国的不断发展,初中英语课堂已发生了明显的变化。课堂上,师生之间的交流日益频繁,生生之间的合作也在逐渐增强。这种“交际互动型”的课堂不仅提高了学生的口语能
2010年《篮球规则》的变化则在违例、犯规方面以及在时间、空间和篮球场地方面进行了大幅度的改变。在中国的篮球界中,对于篮球规则的研究和学习与世界水平比相去甚远,及时了解
随着网络学习的不断发展,大量的学习者都投身到网络学习的行列中,网络学习过程中包含大量的学习行为,这些行为数据一再成为研究者眼中的焦点。教育者们对网络学习环境和教学平台
期刊
随着互联网的发展和信息技术的广泛应用,数字内容已经成为信息表达的重要方式。人们每天都在获取、使用和创造着数字内容,但却少有人会自觉保护数字内容的知识产权。数字版权