运动目标检测与特征提取算法的多层次并行优化.pdfVIP

运动目标检测与特征提取算法的多层次并行优化.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
运动目标检测与特征提取算法的多层次并行优化.pdf

V 。脚L。c 本【文献信息】彭彪,张重阳,郑世宝,等.运动 目标检测与特征提取算法的多层次并行优化[J].电视技术,2014,38(13) 运动 目标检测与特征提取算法的多层次并行优化 彭 彪 ,张重阳 ,郑世宝 ,田 广 (1.上海交通大学 电子工程 系 图像通信与网络工程研究所,上海200240; 2.上海市数字媒体处理与传输重点实验室,上海200240;3.博康智能网络科技有限公司,上海200233) 【摘 要】针对监控视频中运动目标实时特征提取的需求,在 目标检测与特征提取串行算法的基础上,提出了基于OpenMP和多 核CPU平台的三层并行优化算法 首先,在算法顶层,将串行算法抽象为两个模块组成的流水线,提出了流水线并行优化算法 和相应的缓存管理策略;接着,在算法中层,考虑到特征提取模块中各子模块的功能独立性,设计了功能划分并行优化算法;最 后,在算法底层,利用纹理特征提取模块的数据独立性,提 出了数据划分并行优化算法。实验结果表 明,该三层双模块并行优化 算法在 四核CPU平台上获得了接近Amdahl极限的加速比,基本实现了实际监控视频中运动 目标检测与特征提取的实时处理。 该多层次多模块并行优化方法普遍适用于串行算法在多核平台上进行并行优化的分析。 【关键词】MPEG一7特征提取;流水线并行;功能划分;数据划分;OpenMP 【中图分类号】TN919.8 【文献标志码】A Multi-levelParallelOptimizationofMovingObjectDetectionandFeatureExtractionAlgorithm PENG Biao ,ZHANG Chongyang。。,ZHENG Shibao ,TIAN Guanga (J.InstitutionofImageCommunicatoinandNetworkEngineering,DepartmentofEE,ShanghaiJiaotongUniversity,Shanghai200240,China; 2.ShanghaiKeyLaboratoryofDigitalMediaProcessingandTransmission,Shanghai200240,China ; 3.BocomSmartNetworkTechnologieslne.,Shanghai200233,China) 【Abstract】Tomeettherequirementsotprocessingthesurveillancemovingobjectsinrealtime,athree—levelparalleloptimizationalgorithmofobject detectionandfeatureextractionbasedonmulti—coreplaftorm andOpenMPisproposed.Firstly,inthetoplevel,theserialalgorithm issepraatedintoa 2一levelpipeline,andapipelinepraallelalgorithm andhtecorrespondingbuffermanagementstrategyraeproposed.Then,inthemiddlelevel,consider- ingthefunctional independenceofthesubmodulesofthefeatureextractionmodule,afunctional decomposition algorithm isdesigned.Finally,inthe bottom level,toutilizedataindependenceofthetextureextractionmodule,adatadecompo sitionalgorihtm isproposed.Experimentsshow theproposed three—levelandtwo—modulepraalleloptimizationalgorithmacquiresnera

文档评论(0)

月光般思恋 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档