基于 GPU 的目标识别算法的并行化研究

• 作者: 刘伯成 刘宝平 李金静 陈庆奎
• 来源期刊: 太原理工大学学报
• 关键词: 梯度方向直方图 可变形部件模型 图形处理器 协同计算 统一计算设备架构 开放运算语言
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 采矿与土木工程
• 页码范围: 713-718,726
• 页数: 7页
• 分类号: TP301
• 语种: 中文
• DOI: 10.16355/j.cnki.issn1007-9432tyut.2015.06.015

摘要

针对可变形部件模型算法（DPM ）的计算量大，无法完成实时检测等问题，通过GPU编程模型CUDA ，在Nvidia GPU 上实现了 HOG 算法和DPM 算法的并行化；采用OpenCL 编程模型实现了DPM 算法在集成显卡上的并行化。通过CPU 和GPU 的协同计算，保证目标识别效果的前提下，并行化的算法的执行效率相比于OpenCV 中的CPU 或GPU 实现有明显的提高；通过对目标识别算法的并行化，结合其他算法，使得这类复杂算法能够在一些需要实时监测的工程领域中得到应用。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈庆奎	上海理工大学光电信息与计算机工程学院	149	769	14.0	22.0
5	刘伯成	上海理工大学上海理工大学管理学院	6	8	2.0	2.0
6	刘宝平	上海理工大学光电信息与计算机工程学院	3	3	1.0	1.0
7	李金静	上海理工大学光电信息与计算机工程学院	3	3	1.0	1.0