基于Bandelet變換的目標檢測研究.pdf

1、近年來，多媒體及互聯(lián)網(wǎng)技術(shù)發(fā)展迅速，圖像、視頻等多媒體數(shù)據(jù)大量涌現(xiàn)，如何從大量的信息中快速、有效地檢測出給定的目標，已經(jīng)成為當(dāng)前計算機視覺研究中的重要問題。目標檢測（object detection）是計算機視覺的一個重要的研究領(lǐng)域，然而，由于圖片中的目標會因光照、視角以及目標本身的非剛性而變化，導(dǎo)致目標檢測成為一個非常困難的問題。本文主要工作如下：
　　(1)我們介紹了圖形處理器（GPU）的架構(gòu)和CUDA編程模型，表明具有眾核架

2、構(gòu)的圖形處理器很適合執(zhí)行需要大運算量、具有數(shù)據(jù)獨立性的科學(xué)運算，采用圖形處理器的并行架構(gòu)和查找表的技術(shù)加速Bandelet變換，在最好情況下，GPU版本的Ba nde let變換比CPU版本的快39.44倍，而在最壞情況下，GPU版本的Bandelet變換比CPU版本的快26.61倍，并使用了查找表技術(shù)，相對與沒有使用查找表時Bandelet變換速度快了10倍。
　　(2)我們探討了靜態(tài)圖像壓縮領(lǐng)域，并對基于變換的圖像壓縮進行討論

3、，我們使用Bandelet變換的表征能力來實現(xiàn)對靜態(tài)圖像的表示，并實現(xiàn)了一種基于Bandelet變換的圖像壓縮方法，實驗數(shù)據(jù)表明基于Ba nde let變換的壓縮方法有更高的峰值信噪比，峰值信噪比比基于小波的方法高出1dB。
　　(3) Bandelet變換是一種基于邊緣的自適應(yīng)的圖像表示方法，由圖像的幾何流特征出發(fā)，我們提出了基于Bandelet變換的目標檢測方法，并將其應(yīng)用于靜態(tài)圖像的目標檢測，使用一種改進滑動窗口的方法，提出