特征点检测DoG并行算法

• 作者: 吴素萍 朱超
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 图形处理器(GPU) 多核CPU 高斯差分(DoG) 特征点检测 并行算法
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 理论与研发
• 页码范围: 36-43
• 页数: 8页
• 分类号: TP391.41
• 字数: 6820字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1905-0008

摘要

特征点检测被广泛应用于目标识别、跟踪及三维重建等领域.针对三维重建算法中特征点检测算法运算量大、耗时多的特点,对高斯差分(Difference-of-Gaussian,DoG)算法进行改进,提出特征点检测DoG并行算法.基于OpenMP的多核CPU、CUDA及OpenCL架构的GPU并行环境,设计实现DoG特征点检测并行算法.对hallFeng图像集在不同实验平台进行对比实验,实验结果表明,基于OpenMP的多核CPU的并行算法表现出良好的多核可扩展性,基于CUDA及OpenCL架构的GPU并行算法可获得较高加速比,最高加速比可达96.79,具有显著的加速效果,且具有良好的数据和平台可扩展性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴素萍	宁夏大学信息工程学院	87	691	15.0	21.0
2	朱超	宁夏大学信息工程学院	3	2	1.0	1.0