基于GPU的目標(biāo)跟蹤算法研發(fā)與優(yōu)化.pdf

1、目標(biāo)跟蹤是智能視頻分析研究領(lǐng)域內(nèi)備受關(guān)注的關(guān)鍵課題之一，在安全監(jiān)測(cè)、交通監(jiān)控、視頻摘要、人機(jī)交互、軍事、車輛導(dǎo)航等應(yīng)用領(lǐng)域都具有極其重要的作用，但面對(duì)復(fù)雜、多變的自然場(chǎng)景，在兼顧魯棒性和計(jì)算效率上仍面臨挑戰(zhàn)。
　　本論文對(duì)比分析了主流目標(biāo)跟蹤算法，選擇基于RPT目標(biāo)跟蹤算法進(jìn)行算法研發(fā)。通過正態(tài)分布概率模型構(gòu)建目標(biāo)分塊，再?gòu)哪繕?biāo)分塊的灰度圖像中提取31維FHOG特征，利用循環(huán)矩陣和傅里葉變換的特性，將計(jì)算轉(zhuǎn)換至頻域進(jìn)行，而后通過核

2、相關(guān)計(jì)算和閉式解模型對(duì)目標(biāo)分塊進(jìn)行快速定位，并訓(xùn)練和更新模型，最后利用所有目標(biāo)分塊的跟蹤和運(yùn)動(dòng)信息進(jìn)行投票、篩選，達(dá)到目標(biāo)跟蹤的目的。為了提高目標(biāo)跟蹤算法的計(jì)算效率，分析了算法實(shí)現(xiàn)中各模塊的執(zhí)行時(shí)間及可并行性，在GPU平臺(tái)上利用CUDA技術(shù)，針對(duì)執(zhí)行時(shí)間較多的FHOG特征提取、核相關(guān)計(jì)算、模型訓(xùn)練與更新等模塊，設(shè)計(jì)相應(yīng)的并行計(jì)算優(yōu)化方法，實(shí)現(xiàn)了基于GPU的目標(biāo)跟蹤算法并行優(yōu)化。
　　通過實(shí)驗(yàn)表明，本論文設(shè)計(jì)的GPU并行計(jì)算優(yōu)化方法