龚强,谢凯

(长江大学电子信息学院，湖北 荆州 434023)

贺建彪

(中南大学信息科学与工程学院，湖南 长沙 410083)

阮宁君

(长江大学电子信息学院，湖北 荆州 434023)



基于GPU的并行人脸检测方法研究

龚强,谢凯

(长江大学电子信息学院，湖北 荆州 434023)

贺建彪

(中南大学信息科学与工程学院，湖南 长沙 410083)

阮宁君

(长江大学电子信息学院，湖北 荆州 434023)

为了进一步提高人脸检测的精度和速度，提出了一种改进的Viola-Jones人脸检测算法，并在GPU平台上对改进后的算法加以优化。采用新型稀疏特征来进行人脸检测，利用计算机的图形处理单元GPU进行并行加速，并对优化前后的结果进行对比。结果表明，该算法把检测率提高到93.6%，与传统Viola-Jones人脸检测算法相比检测精度有了较大的提升;GPU并行加速实现了对OpenCV 1.6～3.2倍左右的加速比,有效提高了人脸检测性能。

人脸检测；Viola-Jones算法；GPU并行；OpenCV

人脸检测一直是图像处理、计算机视觉和模式识别领域的热门研究方向之一，人脸检测作为人脸处理系统中的第一步，如何快速准确找到图片或视频中的人脸，对人脸识别、安防监控和智能人机交互等人脸应用领域有重要的研究价值。Viola-Jones人脸检测算法[1]由剑桥大学Paul Viola和Michael Jones于2001年提出，是一种能满足实时要求的人脸检测算法，算法中应用积分图、Adaboost算法和分类器级联的方法和概念，包括后来的Real Adaboost[2]，LogitBoost等改进。传统Viola-Jones人脸检测算法中应用的Haar矩形特征对偏转等姿态人脸检测的应用有较大的局限，而且随着人脸检测应用领域需要同时处理海量数据以及图片分辨率的不断提高，CPU平台上Viola-Jones人脸检测很难满足交互性和实时性要求。……