資源描述：
《基于多核cpu與眾核gpu車輛圖像檢索算法并行化研究與實現(xiàn)》由會員上傳分享，免費在線閱讀，更多相關內容在學術論文-天天文庫。
1、中文圖書分類號：TP391密級：公開UDC：004學校代碼：10005碩士學位論文MASTERALDISSERTATION論文題目：基于多核CPU與眾核GPU車輛圖像檢索算法并行化研究與實現(xiàn)論文作者：王文東學科：計算機科學與技術指導教師：周藝華副教授論文提交日期：2016年6月UDC：004學校代碼：10005中文圖書分類號：TP391學號：S201307103密級：公開北京工業(yè)大學工學碩士學位論文題目：基于多核CPU與眾核GPU車輛圖像檢索并行化算法研究與實現(xiàn)英文題目：RESEARCHANDIMPLEMENTATIONOFIMPLEMENTATIONOFP
2、ARALLELALGORITHMFORVEHICLEIMAGERETRIEVALBASEDONMULTICORECPUANDMULTICOREGPU論文作者：王文東學科專業(yè)：計算機科學與技術研究方向：信息安全申請學位：工學碩士指導教師：周藝華副教授所在單位：計算機學院答辯日期：2016年6月授予學位單位：北京工業(yè)大學獨創(chuàng)性聲明本人聲明所呈交的論文是我個人在導師指導下進行的研究工作及取得的研究成果。盡我所知，除了文中特別加以標注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得北京工業(yè)大學或其它教育機構的學位或證書而使用過的材料。與我
3、一同工作的同志對本研究所做的任何貢獻均已在論文中作了明確的說明并表示了謝意。簽名：王文東日期：2016年6月26日關于論文使用授權的說明本人完全了解北京工業(yè)大學有關保留、使用學位論文的規(guī)定，即：學校有權保留送交論文的復印件，允許論文被查閱和借閱；學校可以公布論文的全部或部分內容，可以采用影印、縮印或其他復制手段保存論文。（保密的論文在解密后應遵守此規(guī)定）簽名：王文東日期：2016年6月26日導師簽名：周藝華日期：2016年6月26日摘要摘要隨著機動車使用數(shù)量的日益增多，公安部門從監(jiān)控圖像查找犯罪車輛的難度也日益增加，如何快速、實時地從海量視頻數(shù)據(jù)查找犯罪車輛
4、問題成為擺在公安部門面前的核心問題?；诙嗪薈PU與眾核GPU，針對監(jiān)控圖像的興趣區(qū)域檢測算法、特征點提取算法、特征匹配算法以及整個檢測過程進行了一系列的并行化加速，提高了犯罪車輛查找的實時性。首先，針對車輛監(jiān)控圖像存在大量非興趣區(qū)域，而基于圖像分割的興趣區(qū)域提取算法的執(zhí)行效率比較低效的問題，提出了一種基于Pthreads的CPU多線程并行化興趣區(qū)域提取算法，在12核心CPU支持超線程的情況下，通過實驗對比了10000幅圖像的串行與并行執(zhí)行時間，實驗結果證明該并行化算法能夠達到13.1倍的加速度。其次，SIFT算法是圖像特征提取的重要算法，但由于需要保證對尺
5、度變化、旋轉的魯棒性，導致整個算法的計算過程復雜，在針對上萬幅圖像數(shù)據(jù)時，執(zhí)行時間可以達到十幾分鐘甚至是幾十分鐘的。為了加速SIFT算法針對大數(shù)據(jù)量的監(jiān)控圖像時的執(zhí)行效率，本文提出了一種基于4個GPU的并行化特征提取算法，該并行化算法通過將圖像數(shù)據(jù)分割的方式達到提高特征提取的執(zhí)行效率。通過實驗對比在10000幅監(jiān)控圖像數(shù)據(jù)的算法執(zhí)行效率，相對于單個GPU的SIFT算法，該并行化算法能夠提高大約3.8倍的加速度。然后，在得到了車輛圖像的特征文件的基礎上，由于每個特征是由128位的特診描述子以及位置坐標組成，本文考慮根據(jù)歐氏距離來計算向量相似性的方式來驗證目標圖
6、像與基準圖像是否相似。為了減少錯誤匹配，采用RANSAC算法來消除錯誤匹配的特征點。在此基礎上，為了加快匹配的效率，本文設計并實現(xiàn)了一種基于CPU的多線程的并行化匹配算法。最后，在整個犯罪車輛的查找過程中，需要針對真實的環(huán)境來優(yōu)化整個算法。為了充分利用多GPU的SIFT特征提取并行化算法執(zhí)行時剩余的CPU線程，提出了一種結合CPU特征匹配與多GPU的特征提取同時執(zhí)行的流水線并行化算法。該算法在采用GPU提取特征之后，立即用CPU多線程執(zhí)行并行化匹配算法，以此來隱藏匹配算法執(zhí)行時間，保證并行化圖像特征提取與匹配算法執(zhí)行時間的最優(yōu)化，提高整體的并行化執(zhí)行效率。關
7、鍵詞：興趣區(qū)域；Pthreads；CUDA；SIFT；特征匹配?I?AbstractAbstractWiththeincreasingnumberofmotorvehiclestouse,it’sbecomingmoreandmoredifficultytofindvehiclecrimefrommonitoringimage,sohowtofindthevehiclecrimefastfromthemassvideodataisakeyquestion.Inthispaper,webasedonmulti-coreCPUandmanycoreGPUform
8、onitoringtheimageregionofi
