基于GPU加速的Adaboost车辆检测技术研究
发布时间：2020-12-05 02:23
随着计算机科学技术的迅速发展,智能视频监控分析成为当下研究的热点之一,对目标进行检测是智能视频监控的关键技术。Adaboost(Adaptive Boosting,自适应增强学习)是当前在智能视频监控领域应用十分广泛的一种目标检测算法。相比于其他复杂的人工智能算法,Adaboost算法对设备要求较低,因此应用广泛。同时随着相关技术的提升,监控视频的分辨率也在逐渐提高,对视频中目标的检测过程所需要的数据量随之增大,对检测的实时性提出了考验。GPU(Graphics Processing Unit,图形渲染芯片)原本是用以处理图像的硬件设备,它具备出众的通用计算能力,因此近年来被广泛应用于图形图像处理以外的数据计算领域。本文借助GPU的通用计算能力,对Adaboost车辆检测算法进行优化,缩短车辆检测时间、提高车辆检测效率,对不同分辨率的车辆图像进行目标检测速度测试,并在实际场景中进行检测加速实验。本文主要研究工作如下:(1)对Adaboost车辆检测算法进行分析,针对计算量较大的部分提出并行化优化方案,利用GPU硬件设备,借助CUDA(Compute Unified Device Arc...
【文章来源】：哈尔滨工程大学黑龙江省 211工程院校
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
CPU和GPU架构对比
图 2.2 CUDA 线程块网格[42]文描述，一个线程块中的线程可以通过共享内存实现数据交换，线程该集中在一个流多处理器簇上，流多处理器簇是由流多处理器组成的应一个流多处理器。当某个线程块进行同步操作或者访问全局内存等，系统将其他空闲的线程块激活开始其他任务，避免了等候带来的时块间相互独立并同时进行不同计算任务有利于系统高效率的构建。块通常被划分成线程束（Warp）来进行线程调度，线程束通常由 32，是流多处理器簇最小的调度单元。同一个 warp 中的 32 个线程属于同一时间并发执行同一条指令，满足一致性的要求。
14图 2.3 CUDA 存储器层次结构[42]表 2.1 GPU 端 6 种存储器信息器 位置 访问权限 变量生器 片内 设备端可读可写 与线程储器 片外 设备端可读可写 与线程储器 片内 设备端可读可写 与线程储器 片外 设备端只读，主机端可读可写 可在程序储器 片外 设备端只读，主机端可读可写 可在程序储器 片外 设备端可读可写，主机端可读可写 可在程序
本文编号：2898692
【文章来源】：哈尔滨工程大学黑龙江省 211工程院校
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
CPU和GPU架构对比
图 2.2 CUDA 线程块网格[42]文描述，一个线程块中的线程可以通过共享内存实现数据交换，线程该集中在一个流多处理器簇上，流多处理器簇是由流多处理器组成的应一个流多处理器。当某个线程块进行同步操作或者访问全局内存等，系统将其他空闲的线程块激活开始其他任务，避免了等候带来的时块间相互独立并同时进行不同计算任务有利于系统高效率的构建。块通常被划分成线程束（Warp）来进行线程调度，线程束通常由 32，是流多处理器簇最小的调度单元。同一个 warp 中的 32 个线程属于同一时间并发执行同一条指令，满足一致性的要求。
14图 2.3 CUDA 存储器层次结构[42]表 2.1 GPU 端 6 种存储器信息器 位置 访问权限 变量生器 片内 设备端可读可写 与线程储器 片外 设备端可读可写 与线程储器 片内 设备端可读可写 与线程储器 片外 设备端只读，主机端可读可写 可在程序储器 片外 设备端只读，主机端可读可写 可在程序储器 片外 设备端可读可写，主机端可读可写 可在程序
本文编号：2898692
本文链接：https://www.wllwen.com/kejilunwen/jiaotonggongchenglunwen/2898692.html
