發(fā)布時間：2020-12-05 02:23

　　隨著計算機(jī)科學(xué)技術(shù)的迅速發(fā)展,智能視頻監(jiān)控分析成為當(dāng)下研究的熱點(diǎn)之一,對目標(biāo)進(jìn)行檢測是智能視頻監(jiān)控的關(guān)鍵技術(shù)。Adaboost(Adaptive Boosting,自適應(yīng)增強(qiáng)學(xué)習(xí))是當(dāng)前在智能視頻監(jiān)控領(lǐng)域應(yīng)用十分廣泛的一種目標(biāo)檢測算法。相比于其他復(fù)雜的人工智能算法,Adaboost算法對設(shè)備要求較低,因此應(yīng)用廣泛。同時隨著相關(guān)技術(shù)的提升,監(jiān)控視頻的分辨率也在逐漸提高,對視頻中目標(biāo)的檢測過程所需要的數(shù)據(jù)量隨之增大,對檢測的實時性提出了考驗。GPU(Graphics Processing Unit,圖形渲染芯片)原本是用以處理圖像的硬件設(shè)備,它具備出眾的通用計算能力,因此近年來被廣泛應(yīng)用于圖形圖像處理以外的數(shù)據(jù)計算領(lǐng)域。本文借助GPU的通用計算能力,對Adaboost車輛檢測算法進(jìn)行優(yōu)化,縮短車輛檢測時間、提高車輛檢測效率,對不同分辨率的車輛圖像進(jìn)行目標(biāo)檢測速度測試,并在實際場景中進(jìn)行檢測加速實驗。本文主要研究工作如下:(1)對Adaboost車輛檢測算法進(jìn)行分析,針對計算量較大的部分提出并行化優(yōu)化方案,利用GPU硬件設(shè)備,借助CUDA(Compute Unified Device Arc... 

【文章來源】：哈爾濱工程大學(xué)黑龍江省 211工程院校

【文章頁數(shù)】：74 頁

【學(xué)位級別】：碩士

【部分圖文】：

CPU和GPU架構(gòu)對比

圖 2.2 CUDA 線程塊網(wǎng)格[42]文描述，一個線程塊中的線程可以通過共享內(nèi)存實現(xiàn)數(shù)據(jù)交換，線程該集中在一個流多處理器簇上，流多處理器簇是由流多處理器組成的應(yīng)一個流多處理器。當(dāng)某個線程塊進(jìn)行同步操作或者訪問全局內(nèi)存等，系統(tǒng)將其他空閑的線程塊激活開始其他任務(wù)，避免了等候帶來的時塊間相互獨(dú)立并同時進(jìn)行不同計算任務(wù)有利于系統(tǒng)高效率的構(gòu)建。塊通常被劃分成線程束（Warp）來進(jìn)行線程調(diào)度，線程束通常由 32，是流多處理器簇最小的調(diào)度單元。同一個 warp 中的 32 個線程屬于同一時間并發(fā)執(zhí)行同一條指令，滿足一致性的要求。

14圖 2.3 CUDA 存儲器層次結(jié)構(gòu)[42]表 2.1 GPU 端 6 種存儲器信息器 位置 訪問權(quán)限 變量生器 片內(nèi) 設(shè)備端可讀可寫 與線程儲器 片外 設(shè)備端可讀可寫 與線程儲器 片內(nèi) 設(shè)備端可讀可寫 與線程儲器 片外 設(shè)備端只讀，主機(jī)端可讀可寫 可在程序儲器 片外 設(shè)備端只讀，主機(jī)端可讀可寫 可在程序儲器 片外 設(shè)備端可讀可寫，主機(jī)端可讀可寫 可在程序


本文編號：2898692