面向CPU＋GPU异构平台的模板匹配目标识别并行算法.pdfVIP

第 29卷 第4期 天津科技大学学报 V0l1．29 NO．4 2014年 8月 JournMofTianjinUniversityofScience＆Technology Aug．2014 DOE10．13364~．issn．1672—6510．2014．04．01l 面向CPU+GPU异构平台的模板匹配 目标识别并行算法 马永军 ，袁 赢 ，李 灏 (1．天津科技大学计算机科学与信息工程学院，天津 300222；2．天津瑞和天孚科技有限公司，天津 300384) 摘 要 ：针对大数据量导致模板匹配 目标识别算法计算时间长 ，难以满足快速检测的实际需求问题，在采用最新 NVIDIATeslaGPU构建的CPU+GPU异构平台上，设计了一种模板匹配 目标识别并行算法．通过对模板图像数据常 量化、输入图像数据极致流多处理器片上化和简化定位参数计算 3方面优化 了并行算法，并对算法进行性能测试．实 验表明，该算法在保证识别效果的同时实时性明显提高． 关键词：模板匹配；目标识别；并行计算；统一设备计算架构；图形处理器 中图分类号：TP3l1 文献标志码：A 文章编号：1672．6510(2014)04—0048．05 ParallelAlgorithm ofCPU andGPU—orientedHeter0gene0us ComputationinTemplateM atchingTargetRecognition MAYongjun，YUANYing，LIHao (1．CollegeofComputerScienceandInformationEngineering．TianjinUniversityofScienceTechnology Tianjin300222，China；2．TianjinRuiheTinafuScienceTechnologyLtd．Co．，Tianjin300384，China) Abstract：Movingobjectrecognitionalgorithmwithhigh—definitionvideodatasuffersfrom largecomputationcomplexities andslow speed．W ithNVIDIA TeslaK20CGPU ，amethodofacceleratingthetemplatematchingtargettrackingalgorithm withtheheterogeneoussystem integratedwithCPU na dGPU wasproposed．Theparallelalgorithm wasdesignedbythree optimizingmeans：constantmemory，the internalmemory ofSMX and the briefcalculation ofcorrelation coefficient． Finally，theprogram wascodedoncomputeunifieddevicearchitectureandtested．Theresultsshow thatthedesignedalgo— rithm canobviouslyimprovethereal—timeperformanceofthcalgorithm andguaranteetherecognitioneffect． Keywords：templatematching；targetrecognition；parallelcomputing；computeunifieddevicearchitecture(CUDA)； graphicprocessingunit(GPU) 模板匹配运动 目标识别 已广泛应用到视频监控 台使用 OpenMP对模板匹配进行加速．这 2种算法 等领域，然而随着视频信息高清化、数字化发展 ，在