基于云平臺下嵌入GPU并行計算框架的人臉檢測系統(tǒng)研究.pdf

1、隨著信息社會的來臨，信息數(shù)據(jù)規(guī)模在飛速增長，對數(shù)據(jù)處理進(jìn)行加速已經(jīng)成為了必然趨勢。作為人臉信息剖析的起點，人臉檢測是定位數(shù)字圖像中人臉的位置和信息，是目標(biāo)檢測中的一項重要的應(yīng)用。然而使用傳統(tǒng)的的人臉檢測技術(shù)在處理海量數(shù)據(jù)時暴露出存儲困難和計算速度慢的缺點，針對這種情況，本文提出了基于新興的云計算及GPU技術(shù)來解決這些問題的方案，能大幅度提高海量圖片的人臉檢測過程的速度，可以快速得到海量圖片的人臉信息，進(jìn)而有效的分析圖片中的信息，為信息統(tǒng)

2、計及人臉快速匹配等研究做出重要貢獻(xiàn)。
　　Hadoop是一個可以讓用戶輕松架構(gòu)和使用的分布式云計算平臺。用戶能夠方便的在Hadoop上開發(fā)和運行處理海量數(shù)據(jù)的應(yīng)用程序。Hadoop作為云計算平臺具備高可靠性、高擴(kuò)展性、高效性、高容錯性、低成本性等很多優(yōu)勢，本文將使用Hadoop作為云計算平臺。隨著物理硬件的進(jìn)一步發(fā)展，GPU并行計算已經(jīng)是當(dāng)前研究的熱門問題。GPU作為多核處理器，計算能力已經(jīng)達(dá)到CPU的10倍甚至幾十倍。CUDA是

3、一種由NVIDIA公司推出的通用并行計算架構(gòu)，使用該架構(gòu)可以處理復(fù)雜的計算問題。所編寫的程序可以在支持CUDA的處理器上以超高性能運行。
　　為了提高海量圖片人臉檢測的計算效率和并行度，將Hadoop和GPU進(jìn)行聯(lián)合，已經(jīng)成為了一種很好的解決方案。本文致力于利用Hadoop和GPU實現(xiàn)人臉檢測的加速處理，完成的工作主要有:
　　1、分析Hadoop中MapReduce的現(xiàn)有機(jī)制，并結(jié)合我們的實驗環(huán)境和可行性，將GPU合理的嵌

4、入到MapReduce中，構(gòu)建云平臺集成嵌入GPU并行計算框架。該方法不僅對處理人臉檢測有效，對其他的可以使用CUDA進(jìn)行加速的圖像處理都有效，具有很強(qiáng)的適用性。
　　2、Hadoop的輸入輸出針對的大多是文本，將圖片數(shù)據(jù)引入到Hadoop中，需要解決自定義輸入輸出格式、圖片存儲和人臉信息存儲等問題。
　　3、使用GPU加速人臉檢測算法，需要相應(yīng)的軟硬件的配合，實驗的環(huán)境比較復(fù)雜，需要在linux上搭建相應(yīng)的環(huán)境。