本文選題：視頻監(jiān)控 + GPU并行計算��； 參考：《計算機應用》2017年01期

【摘要】：為了解決人群遮擋嚴重、光照突變等惡劣環(huán)境下人群計數(shù)準確率低的問題,提出基于混合高斯模型(GMM)和尺度不變特征變換(SIFT)特征的人群數(shù)量統(tǒng)計分析新方法。首先,基于GMM提取運動人群,并采用灰度共生矩陣(GLCM)和形態(tài)學方法去除背景中移動的小物體和較密集的噪聲等非人群前景,針對GMM算法提出了一種效率較高的并行模型;接著,檢測運動人群的SIFT特征點作為人群統(tǒng)計的基礎,基于二值圖像的特征提取大大減少了執(zhí)行時間;最后,提出基于人群特征數(shù)和人群數(shù)量進行統(tǒng)計分析的新方法,選擇不同等級的人群數(shù)量的數(shù)據(jù)集分別進行訓練,統(tǒng)計得出平均單個特征點數(shù),并對不同密度的行人進行計數(shù)實驗。算法采用基于GPU多流處理器進行加速,并針對所提算法在統(tǒng)一計算設備架構(CUDA)流上任務的有效調(diào)度的方法進行分析。實驗結果顯示,相比單流提速31.5%,相比CPU提速71.8%。
[Abstract]:In order to solve the problem of low accuracy of population counting under severe occlusion and sudden change of illumination, a new method of population quantitative analysis based on mixed Gao Si model (GMMM) and scale-invariant feature transform (sift) was proposed.Firstly, based on GMM extraction, gray level co-occurrence matrix (GLCM) and morphological methods are used to remove the non-crowd foreground of moving small objects and dense noise in the background. A parallel model is proposed for the GMM algorithm.The detection of SIFT feature points of moving population is the basis of population statistics, and the feature extraction based on binary image greatly reduces the execution time. Finally, a new statistical analysis method based on the number of population features and the number of people is proposed.The data sets of the number of people of different grades were selected for training, and the average number of individual feature points was obtained by statistics, and the counting experiment of pedestrians with different density was carried out.The algorithm is accelerated based on GPU multi-stream processor, and the efficient scheduling method of the proposed algorithm on the unified computing device architecture is analyzed.The experimental results show that compared with single flow and CPU, the speed is increased by 31.5 and 71.8, respectively.
【作者單位】： 上海理工大學光電信息與計算機工程學院;上海理工大學管理學院;
【基金】：國家自然科學基金資助項目(61572325,60970012) 高等學校博士學科點專項科研博導基金資助項目(20113120110008) 上海重點科技攻關項目(14511107902) 上海市工程中心建設項目(GCZX14014) 上海市一流學科建設項目(XTKX2012) 滬江基金研究基地專項(C14001)~~
【分類號】：TN948.6;TP391.41

【相似文獻】

相關期刊論文 前10條

1 龍興明,周靜;基于混合高斯模型的圖象去噪方法研究[J];計算機工程與應用;2005年21期

2 王威;張鵬;高偉;王潤生;;基于局部層次化混合高斯模型的視頻序列運動目標檢測[J];信號處理;2009年05期

3 陳延濤;;一種改進的混合高斯模型運動目標檢測方法[J];四川大學學報(自然科學版);2009年05期

4 張燕平;白云球;趙勇;趙姝;;應用改進混合高斯模型的運動目標檢測[J];計算機工程與應用;2010年34期

5 李娟;邵春福;楊勵雅;;基于混合高斯模型的行人檢測方法[J];吉林大學學報(工學版);2011年01期

6 金廣智;石林鎖;白向峰;滕明春;;基于混合高斯模型的新型目標檢測系統(tǒng)[J];計算機應用;2011年12期

7 田，

本文編號：1737169