基于CUDA加速的并行人臉檢測(cè).pdf

1、作為計(jì)算機(jī)視覺與模式識(shí)別領(lǐng)域的一項(xiàng)重要問題,人臉檢測(cè)在信息安全、視頻監(jiān)控、人體生物特征識(shí)別等技術(shù)領(lǐng)域有著廣泛應(yīng)用。2001年Viola等人提出的基于AdaBoost的人臉檢測(cè)算法同時(shí)兼顧了人臉檢測(cè)的檢測(cè)率和檢測(cè)速度,成為目前最為成熟和應(yīng)用最為廣泛的人臉檢測(cè)算法。
　　本文對(duì)基于AdaBoost的人臉檢測(cè)算法進(jìn)行了并行化改進(jìn),并在NIVIDAGPU上利用CUDA架構(gòu)進(jìn)行了加速。
　　在本文的并行人臉檢測(cè)框架中,首先將原始彩色圖

2、像轉(zhuǎn)化為灰度圖像,并對(duì)灰度圖像逐級(jí)縮小創(chuàng)建金字塔圖像,從而當(dāng)以固定大小的掃描窗口對(duì)金字塔圖像進(jìn)行掃描時(shí),可對(duì)各尺度人臉進(jìn)行檢測(cè)。該方式可實(shí)現(xiàn)子窗口掃描的高效并行。顏色空間轉(zhuǎn)換和圖像的逐級(jí)縮小均通過GPU并行實(shí)現(xiàn),相較于利用CPU的顏色空間轉(zhuǎn)換和圖像逐級(jí)縮小,能取得數(shù)十至數(shù)百倍的加速比。
　　隨后,利用金字塔圖像在GPU端計(jì)算積分圖像與平方積分圖像。為提高積分圖像計(jì)算的計(jì)算效率,利用了并行前綴求和算法以及圖像轉(zhuǎn)置算法,通過兩次逐行并

3、行前綴求和與兩次圖像轉(zhuǎn)置,可以高效計(jì)算金字塔圖像的積分圖像與平方積分圖像。相較于基于CPU的積分圖像計(jì)算,利用GPU計(jì)算能取得數(shù)倍的加速比。
　　人臉檢測(cè)階段,利用掃描窗口并行的方法,通過GPU端核函數(shù)對(duì)積分圖像與平方積分圖像進(jìn)行并行掃描檢測(cè)。該過程利用常量存儲(chǔ)器加載分類器數(shù)據(jù),并將積分圖像映射至GPU共享內(nèi)存進(jìn)行加速。對(duì)GPU端的檢測(cè)結(jié)果,本文設(shè)計(jì)了一種基于bit位表示的高效結(jié)果后處理方法。
　　實(shí)驗(yàn)結(jié)果表明,在檢測(cè)效率(