基于CUDA加速的運(yùn)動目標(biāo)檢測.pdf

1、運(yùn)動目標(biāo)檢測是圖像處理中一項(xiàng)最基本的課題。在智能視頻監(jiān)控領(lǐng)域，運(yùn)動目標(biāo)檢測作為檢測流程中的關(guān)鍵性算法，占有非常高的地位。因?yàn)槠溥\(yùn)行結(jié)果對后續(xù)檢測分析步驟影響很大，因此人們對運(yùn)動目標(biāo)檢測算法的檢測精度與運(yùn)行效率都提出了頗高的要求。
　　傳統(tǒng)的運(yùn)動目標(biāo)檢測算法，有著各方面的優(yōu)劣特性。一般來說，檢測效果好，能夠更好的適應(yīng)復(fù)雜多變的場景的算法，有較大的實(shí)用價(jià)值。但是運(yùn)行時間長，運(yùn)行效率低，一般達(dá)不到實(shí)時性要求。人們希望對一些檢測結(jié)果優(yōu)良的

2、復(fù)雜算法進(jìn)行改進(jìn)，加快運(yùn)行速度。
　　近些年來，隨著顯卡硬件的高速發(fā)展以及性價(jià)比的提升，使用顯卡進(jìn)行通用計(jì)算加速，越來越受到人們的關(guān)注。GPU通用計(jì)算屬于高性能并行計(jì)算的下屬分支，是一種高度強(qiáng)調(diào)并行化的計(jì)算理念，能夠很好的應(yīng)對重復(fù)大數(shù)據(jù)量運(yùn)算處理的需求。優(yōu)化得當(dāng)，計(jì)算加速比能夠是CPU的百倍乃至更高。圖像處理類的算法，因?yàn)榇罅可婕熬仃囘\(yùn)算等操作，一般很容易進(jìn)行并行化加速處理，而且能夠獲得很好的性能提升。
　　CUDA技術(shù)是N

3、VIDIA公司推出的一種GPU通用計(jì)算編程模型。本文后面就著重講述使用CUDA對兩種復(fù)雜度較高的經(jīng)典運(yùn)動檢測算法——GMM算法和HOG算法，進(jìn)行并行優(yōu)化和加速。
　　GMM和HOG是兩個時間復(fù)雜度較高，檢測結(jié)果較好的經(jīng)典運(yùn)動目標(biāo)檢測算法，有著很高的實(shí)用價(jià)值。GMM算法現(xiàn)已經(jīng)在樓宇監(jiān)控，路況分析等領(lǐng)域有所應(yīng)用，但是HOG因其步驟復(fù)雜，實(shí)現(xiàn)困難，仍未能得到廣泛應(yīng)用。本文就將兩種算法進(jìn)行CUDA并行化，最終達(dá)到將算法的運(yùn)行效率提升到滿足