可變形部件模型的并行加速及應(yīng)用.pdf

1、在圖像和視頻中檢測(cè)識(shí)別物體是計(jì)算機(jī)視覺(jué)領(lǐng)域要解決的根本問(wèn)題之一，是長(zhǎng)期以來(lái)該領(lǐng)域內(nèi)的研究難點(diǎn)，同時(shí)也是近年來(lái)研究的熱點(diǎn)。物體檢測(cè)在視頻監(jiān)控、人機(jī)交互、醫(yī)療診斷以及國(guó)防工業(yè)中都有著廣泛的應(yīng)用。當(dāng)前隨著視覺(jué)傳感器的快速普及，各種實(shí)際應(yīng)用對(duì)快速、高性能物體檢測(cè)技術(shù)的需求也與日俱增。
　　物體檢測(cè)技術(shù)經(jīng)歷了由人工制定規(guī)則到數(shù)據(jù)驅(qū)動(dòng)的發(fā)展歷程，性能也越來(lái)越接近實(shí)際應(yīng)用的需求?？勺冃尾考Ｐ?Deformable Part Model，DPM

2、)是當(dāng)前數(shù)據(jù)驅(qū)動(dòng)物體檢測(cè)技術(shù)的優(yōu)秀代表之一。DPM算法使用根模型和可變形的部件模型相互配合，大大提高了物體檢測(cè)的精度。雖然DPM算法具有眾多優(yōu)良性能，但檢測(cè)速度過(guò)慢，在Pascal VOC2007數(shù)據(jù)集上平均每幀檢測(cè)時(shí)間高達(dá)十幾秒，這也成為其走向?qū)嶋H應(yīng)用的瓶頸。
　　為了克服DPM的速度短板，本文不僅從硬件上利用圖形處理器(Graphics Processing Unit，GPU)并行計(jì)算，而且從軟件上改進(jìn)算法，來(lái)對(duì)原始的DPM檢

3、測(cè)過(guò)程進(jìn)行加速。使用GPU計(jì)算充分挖掘了算法檢測(cè)流程的并行性；利用DPM混合模型對(duì)特征金字塔中待滑窗位置進(jìn)行篩選，有效降低了DPM完整模型的計(jì)算量，進(jìn)一步加快了DPM算法并行執(zhí)行的效率。
　　并行加速后的DPM算法不僅在Pascal VOC2007數(shù)據(jù)庫(kù)上檢測(cè)性能和時(shí)間性能優(yōu)異，而且也成功應(yīng)用于車輛檢測(cè)和車牌定位等實(shí)際項(xiàng)目中。在保證精度的前提下，大大提高了車輛和車牌檢測(cè)的速度，滿足了實(shí)際應(yīng)用的需要。本文主要研究?jī)?nèi)容與成果如下：

4、r>　　1.實(shí)現(xiàn)了DPM算法的GPU加速。為了突破DPM算法的速度瓶頸，本文通過(guò)基于CUDA平臺(tái)的GPU加速技術(shù)，充分挖掘算法的并行性，實(shí)現(xiàn)了DPM算法檢測(cè)速度130+倍的提升。在Pascal VOC2007數(shù)據(jù)集上平均檢測(cè)速度達(dá)到10FPS，而且性能沒(méi)有下降。
　　2.機(jī)理上重新設(shè)計(jì)DPM算法使之更利于并行計(jì)算。與DPM算法傳統(tǒng)串行優(yōu)化不同，本文提出了基于DPM混合模型濾波的并行優(yōu)化，從根本上重新設(shè)計(jì)算法的執(zhí)行流程。改進(jìn)后的DP