車輛檢測(cè)與跟蹤算法研究及并行化.pdf

1、隨著我國(guó)城市化進(jìn)程的不斷加快，公路交通系統(tǒng)的壓力也隨之加大。因此，基于計(jì)算機(jī)視覺技術(shù)的智能交通系統(tǒng)的重要性日益顯著，其核心技術(shù)是在靜止相機(jī)拍攝的圖像序列中進(jìn)行運(yùn)動(dòng)車輛檢測(cè)與跟蹤。車輛檢測(cè)與跟蹤中涉及大量復(fù)雜的圖形計(jì)算，傳統(tǒng)的CPU串行處理特性無法滿足實(shí)際應(yīng)用所需的實(shí)時(shí)性。而圖形處理器（GPU）擁有的強(qiáng)大并行計(jì)算能力可以很好的用來解決這種瓶頸問題。為了滿足車輛檢測(cè)及跟蹤在實(shí)際應(yīng)用中的實(shí)時(shí)性需求，論文運(yùn)用GPU平臺(tái)下的CUDA編譯環(huán)境，針對(duì)

2、車輛檢測(cè)及跟蹤過程中所用到的算法進(jìn)行了改進(jìn)并設(shè)計(jì)與實(shí)現(xiàn)了相應(yīng)的并行算法，主要研究?jī)?nèi)容概括如下：
　?。?）運(yùn)動(dòng)目標(biāo)檢測(cè)是進(jìn)行跟蹤和分析的基礎(chǔ)，因此首要就是從視頻序列中確定運(yùn)動(dòng)目標(biāo)。背景建模是將大量的背景像素綜合成為一個(gè)背景模型，是目前確定運(yùn)動(dòng)目標(biāo)最常用的方法?；旌细咚贡尘敖Ｔ诒尘敖５闹T多方法中是公認(rèn)的檢測(cè)效果和適應(yīng)性都相對(duì)較好的方法，但由于其計(jì)算量巨大，難以實(shí)時(shí)實(shí)現(xiàn)。因而針對(duì)GPU平臺(tái)，挖掘高斯背景建模算法的并行性并進(jìn)行優(yōu)化，

3、提高其實(shí)時(shí)性，對(duì)于擴(kuò)展其應(yīng)用范圍具有重要意義。論文通過利用GPU平臺(tái)上的CUDA編譯環(huán)境，綜合前人工作改進(jìn)了自適應(yīng)高斯背景建模算法，并從并行的角度對(duì)提出的自適應(yīng)高斯背景建模算法進(jìn)行并行化改進(jìn)，實(shí)驗(yàn)證明，論文設(shè)計(jì)的并行算法比串行算法的效率提高了10.3倍。
　?。?）二值圖像連通區(qū)域標(biāo)記是視頻跟蹤的基礎(chǔ)，其是將前景二值圖像中相互連接的像素通過一定規(guī)則給予同樣的標(biāo)記，而不連接的像素給予不同標(biāo)記的處理過程。二值圖像連通域快速標(biāo)記算法在以

4、CPU為處理核心的算法中是效率相對(duì)較高且兼具魯棒性的算法，但其效率和性能的提升也相對(duì)比較有限。論文以并行處理為出發(fā)點(diǎn)，設(shè)計(jì)并實(shí)現(xiàn)了一種并行的二值圖像連通區(qū)域標(biāo)記算法來提高二值圖像連通區(qū)域標(biāo)記問題的處理效率，實(shí)驗(yàn)證明論文設(shè)計(jì)的并行算法的效率比文獻(xiàn)[47]中設(shè)計(jì)的并行算法效率平均提高了8.3倍，較大的提高了連通區(qū)域并行算法標(biāo)記的效率及魯棒性。
　?。?）針對(duì)靜態(tài)攝像頭下的多車輛多目標(biāo)跟蹤，核心思想就是在連續(xù)的視頻序列中尋找與跟蹤目標(biāo)特