GIST特征提取的异构并发流计算实现.pdfVIP

ComputerEngineeringandApplications计算机工程与应用 2015，51(6) 139 GIST特征提取的异构并发流计算实现 仲济源，梅魁志 ，温哲西 ZHONG Jiyuan，M EIKuizhi，W EN Zhexi 西安交通大学 电子与信息工程学院，西安 710049 SchoolofElectronicandInformationEngineering，Xi’anJiaotongUniversity,Xi’an710049，China ZHONG Jiyuan，MEIKuizhi，W EN Zhexi．Parallelstream computingimplementationofGISTalgorithm onhetero- geneousplatform．ComputerEngineeringandApplications，2015，51(6)：139-144． Abstract：ToextracttheglobalfeatureofGIST，aheterogeneousCPU+GPU collaborativecomputingandoptimizationis firstlyimplemented：CPU isusedtocompletethetasksofsmallamountofcalculationsandirregulardataoperations，such asimagequantizationandlinearextension，whileusingGPU tocompletethetaskswithcompute—intensiveandhighlypar- alleldataoperations，suchasfiltering，Gaborfeatureextractinganddimensionreducing．Forprocessingimagesequences， thethreadpooltechnologyisintroducedontheCPU side．ThroughtheuseofeachthreadbindingaCUDA stream forone image，theparallelstream computingofrmultipleimagesbetweenCPU andGPU andthestreamingdatatransmission delayhiddenareachieved．Moreoverthreadpooltechnologyalsooffersthemethodsofthreadpre—creating，pre-allocating ofresourcesandrunningthreadnumberchangingonresource，whichcan improvethecomputingeffi ciencyofGPU scheduledbytheCPU．Underthesamecomputingaccuracy,experimentsshow thatGIST implementationonheteroge- neouscomputingplatfomr sofrimagesreaches8．35～9．31timesspeedupoftherunningontraditionalCPU platfomr ．and hasanupgradingrateof10．0％-37．2％ ofrimagesequencesdatawhileusingthethreadpoo1． Keywords：GIST；ComputeUnifiedDeviceArchitecture(CUDA)；threadpool；heterogeneouscomputing 摘 要：针对图像GIST全局特征提取算法的计算任务，实现 了CPU+GPU异构协同计算与优化：使用CPU完成图像 量化、线性延拓等小计算量、不规则的数据运算，使用GPU完成滤波、Gabor特征提取、降维等计算密集、高度并行的 数据运算。面向图像序列的计算扩展，在CPU端引入线程池技术，通过每个线程都绑定一个CUDA流处理一幅图像 的方法，实现了多幅图像并发流处理和流内数据传输延时的隐藏；利用线程池技术提供线程预创建、资源预分配及 根据资源消耗情况的线程数量动态增减等方法，提高了CPU对GPU计算资源的调度使用效率。实验结果表明，在 保证同等精度的前提下，基于异构计算平台的图像GIST特征提取方法相比传统CPU平台达到8．35～9．31倍的加速 比，在使用线程池之