【摘要】：Viola-Jones人臉檢測算法是最為成功的可實(shí)用的人臉檢測算法之一.然而,隨著該算法所在領(lǐng)域數(shù)據(jù)處理規(guī)模的不斷擴(kuò)大,現(xiàn)有算法的性能已經(jīng)越來越無法滿足日益增長的交互性與實(shí)時性要求.使用GPU計(jì)算平臺提升該算法性能,以滿足日益增長的實(shí)時性要求已經(jīng)成為研究熱點(diǎn).然而,該算法在對GPU的實(shí)現(xiàn)和優(yōu)化中,存在線程間負(fù)載不均衡的非規(guī)則特性,如果僅使用傳統(tǒng)的優(yōu)化方法,則難以在GPU計(jì)算平臺上達(dá)到較高性能.針對此種情況,該文構(gòu)建了針對此類算法的并行優(yōu)化框架,通過Uberkernel、粗粒度并行、Persistent Thread、線程與數(shù)據(jù)的動態(tài)映射、全局及本地隊(duì)列等優(yōu)化方法的應(yīng)用,突破了負(fù)載不均衡非規(guī)則特性導(dǎo)致的性能瓶頸,大幅提高了人臉檢測算法在GPU計(jì)算平臺上的性能.同時,該文通過對不同GPU計(jì)算平臺關(guān)鍵性能參數(shù)的定義、抽取和傳遞,實(shí)現(xiàn)了該算法在不同GPU計(jì)算平臺間的性能移植.實(shí)驗(yàn)結(jié)果表明,與OpenCV2.4中經(jīng)過高度優(yōu)化的CPU版本在Intel Xeon X5550CPU上的性能相比,優(yōu)化后的算法在AMD HD7970和NVIDIA GTX680兩個不同GPU計(jì)算平臺上分別達(dá)到了11.24~20.27和9.24~17.62倍的加速比,不僅實(shí)現(xiàn)了高性能,而且實(shí)現(xiàn)了在不同GPU計(jì)算平臺間的性能移植.
[Abstract]:Viola-Jones face detection algorithm is one of the most successful and practical face detection algorithms. However, with the expansion of data processing scale in the field of the algorithm, the performance of existing algorithms has become more and more unable to meet the increasing requirements of interactivity and real-time. Using GPU computing platform to improve the performance of the algorithm to meet the growing real-time requirements has become a research hotspot. However, in the implementation and optimization of GPU, the algorithm has the irregular property of load imbalance between threads. If only traditional optimization methods are used, it is difficult to achieve high performance on GPU computing platform. In this paper, a parallel optimization framework for this kind of algorithm is constructed, and the application of optimization methods such as dynamic mapping of Uberkernel, coarse-grained parallel persistent Thread, threads and data, global and local queues, etc. It breaks through the performance bottleneck caused by the irregular characteristics of load imbalance and greatly improves the performance of face detection algorithm on GPU computing platform. At the same time, by defining, extracting and transferring the key performance parameters of different GPU computing platforms, this paper realizes the performance migration between different GPU computing platforms. The experimental results show that compared with the highly optimized CPU version of OpenCV2.4 on Intel Xeon X5550CPU, the optimized algorithm achieves a speedup ratio of 11.24% 20.27 and 9.24N 17.62 times on two different GPU platforms, AMD HD7970 and NVIDIA GTX680, respectively. The proposed algorithm not only achieves high performance, but also achieves high performance. Moreover, the performance migration between different GPU computing platforms is realized.
【作者單位】： 中國科學(xué)院計(jì)算技術(shù)研究所計(jì)算機(jī)體系結(jié)構(gòu)國家重點(diǎn)實(shí)驗(yàn)室;
【基金】：國家自然科學(xué)基金(61133005,61272136,61521092,61402441)資助~~
【分類號】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙東方;楊明;鄧世濤;;幾種人臉檢測算法的對比研究[J];內(nèi)江科技;2011年10期

2 王仕民;葉繼華;羅文兵;占明艷;;嵌入式人臉檢測算法的研究與實(shí)現(xiàn)[J];江西通信科技;2011年02期

3 金鑫;李晉惠;;基于神經(jīng)網(wǎng)絡(luò)的人臉檢測算法研究[J];科技信息;2008年35期

4 翟懿奎;黃聿;謝劍華;吳志龍;郭承剛;;基于膚色的實(shí)時人臉檢測算法研究[J];電子設(shè)計(jì)工程;2011年09期

5 王小蘭;蔡燦輝;朱建清;;一種改進(jìn)的快速人臉檢測算法[J];微型機(jī)與應(yīng)用;2013年15期

6 張煒;耿新;陳兆乾;陳世福;;一種基于可疑人臉區(qū)域發(fā)現(xiàn)的人臉檢測方法[J];計(jì)算機(jī)科學(xué);2004年04期

7 羅三定;周磊;沙莎;;一種新的快速多人臉檢測算法[J];計(jì)算機(jī)應(yīng)用研究;2008年04期

8 喬曉芳;吳小俊;王士同;楊靜宇;;一種改進(jìn)的人臉檢測算法[J];計(jì)算機(jī)應(yīng)用;2008年04期

9 徐顯日;;視頻中實(shí)時的人臉檢測算法[J];福建電腦;2012年08期

10 崔曉琳;蔡燦輝;朱建清;;一種基于膚色后置濾波的快速人臉檢測算法[J];通信技術(shù);2013年08期

相關(guān)會議論文 前1條

1 付朝霞;韓焱;王黎明;;復(fù)雜背景下視頻運(yùn)動目標(biāo)的人臉檢測算法[A];第十三屆中國體視學(xué)與圖像分析學(xué)術(shù)會議論文集[C];2013年

相關(guān)博士學(xué)位論文 前2條

1 周薇娜;人臉檢測算法及其芯片實(shí)現(xiàn)關(guān)鍵技術(shù)研究[D];復(fù)旦大學(xué);2012年

2 郭聳;人臉檢測若干關(guān)鍵技術(shù)研究[D];哈爾濱工程大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 寧勇敢;不合作條件下人臉檢測算法研究[D];遼寧工業(yè)大學(xué);2016年

2 劉吉;基于自學(xué)習(xí)特征融合的人臉檢測算法研究[D];中國海洋大學(xué);2015年

3 馬慧;人臉檢測算法的設(shè)計(jì)與實(shí)現(xiàn)[D];東南大學(xué);2015年

4 朱曉峰;快速人臉檢測算法的改進(jìn)策略及在視頻中的應(yīng)用[D];復(fù)旦大學(xué);2009年

5 邵曉剛;基于矩陣灰色B型絕對關(guān)聯(lián)度的人臉檢測算法研究[D];東北師范大學(xué);2012年

6 周彩霞;基于準(zhǔn)端正人臉檢測算法的研究[D];國防科學(xué)技術(shù)大學(xué);2004年

7 李琦;人臉檢測算法研究及其在視頻中的應(yīng)用[D];西安電子科技大學(xué);2005年

8 楊宏梅;人臉檢測算法的研究與實(shí)現(xiàn)[D];蘭州理工大學(xué);2009年

9 王愛國;嵌入式系統(tǒng)中彩色人臉檢測算法的研究[D];中國石油大學(xué);2011年

10 胡曉燕;基于膚色的人臉檢測算法的研究[D];四川大學(xué);2004年

，

本文編號：2239656