基于CUDA的實(shí)時(shí)智能視頻分析算法研究及應(yīng)用.pdf

1、運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤是智能監(jiān)控的一個(gè)重要研究方向，它為更高層次的智能視頻分析奠定基礎(chǔ)。近年來興起的GPU通用計(jì)算為提高數(shù)字圖像算法的處理速度提供了一種有效方法。本文采用GPU加速數(shù)字圖像處理，以提高運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤系統(tǒng)的實(shí)時(shí)性。
　　 本文主要工作如下:
　　 (1)回顧了GPU通用計(jì)算技術(shù)，介紹了NVIDIA公司推出的CUDA并行計(jì)算架構(gòu)，使用CUDA架構(gòu)使得GPU能夠解決復(fù)雜的計(jì)算問題。
　　 (2)本文研究

2、了三種運(yùn)動(dòng)前景提取算法，包括單高斯模型、高斯混合模型和ViBe模型，分析了三種算法的優(yōu)缺點(diǎn)。同時(shí)，論文分析了高斯混合模型和ViBe模型的特點(diǎn)，給出了兩種模型的CUDA并行實(shí)現(xiàn)解決方案，并與這兩種模型的CPU平臺(tái)實(shí)現(xiàn)進(jìn)行了實(shí)驗(yàn)對(duì)比分析。實(shí)驗(yàn)結(jié)果表明，基于CUDA的實(shí)現(xiàn)方法比CPU實(shí)現(xiàn)方法在處理速度上快1～7倍。
　　 (3)介紹了三種陰影抑制方法，并對(duì)三種方法進(jìn)行了實(shí)驗(yàn)比較和分析。同時(shí)，給出了兩種陰影抑制方法的CUDA實(shí)現(xiàn)方案，并