免费论文摘要：典范人脸检验和测定算法在多核平台上的并行本领接洽

      人脸检验和测定是计划机视觉和形式辨别的一个要害接洽目标，是后续人脸辨别的普通，在多个范围都有普遍的运用。鉴于人脸检验和测定的关系运用都有功夫上的控制，所以加速人脸检验和测定速率的接洽就变成了一项人脸辨别的要害课题。      正文采用了一种典范的人脸表面辨别本领，即鉴于CVG模子（全变分G-Norm 的Chan-Vese 分隔模子）的人脸表面索取算法举行并行化矫正，并在各别的多核平台下运用OpenCL举行了加快。原算法的特性是计划量较大、计划进程中爆发的中央截止间的数据依附联系较为搀杂等，使得沿用数据分隔举行并行化的难度较大。对准之上题目，鉴于OpenCL平台，正文提出并实行了CVG人脸表面检验和测定算法在多核CPU和GPU上的并行优化本领，经过运用GPU的浮点处置本领、线程并行的体例框架结构以及较高的保存带宽，明显贬低了算法运转的功夫。      在正文提出的并行框架结构中，开始对输出图像的脸色空间举行变换，进而当以恒定巨细的扫描窗口对图像举行扫描时，不妨对人脸举行并行化检验和测定。该办法不妨实行子窗口扫描的高效并行。随后，在举行CVG分隔进程时，经过对线程组树立全部锁以及实行线程间的兼并考察等本领，灵验地提高了算法的并行功效。      正文采用AMD FX8530动作PC端CPU，NVIDIA GTX660动作PC端GPU，Adreno 330动作大哥大端GPU，并运用GTAV人脸库动作算法的数据集对并行化之后的CVG表面索取算法举行了本能尝试。截止表白，并行优化后的算法运转速率上有了极地面提高。对于辨别率为640*480的输出图像，与单线程算法比拟，在NVIDIA GTX660、AMD FX8530和Adreno 330下的平衡加快比不妨到达15.25、4.63和2.00安排，个中算法的某些模块不妨赢得更高的加快比，如在上述三个平台下熵滤波边际检验和测定的平衡加快比不妨到达46.36、3.59和5.15安排。

来源：半壳优胜鲸鱼幸运星转载请保留出处和链接！

本文链接：http://87cpy.com/283208.html