薛露 刘博翰

（1.广东省科技基础条件平台中心 2.华南理工大学电子与信息学院）

基于分布场理论的行人检测算法研究*

薛露1刘博翰2

（1.广东省科技基础条件平台中心 2.华南理工大学电子与信息学院）

研究一种基于分布场理论的行人检测算法，首先获取深度图像；其次混合高斯背景建模并初步提取运动行人前景；然后从前景中提取分布场后计算最小矩形包络；最后提取行人。结合OpenCV现有的GPU库对程序进行CUDA并行加速，并分别在PC平台和嵌入式平台NVIDIA Jetson TK1上实现。实验结果表明：经过CUDA并行化后，程序在PC平台和NVIDIA Jetson TK1平台上都获得了显著加速效果。

行人检测；分布场；CUDA

0 引言

目前，视觉目标检测与跟踪是计算机视觉领域研究热点之一，可应用于突发事件的物体跟踪、视频预警监控、人流跟踪等社会安全和应急管理领域。有效提高目标的检测速度是目标检测效果的关键。行人检测作为目标检测的一个重要课题，具有算法复杂、计算量大等特点。随着图形处理器（graphic processing unit，GPU）的快速发展，基于GPU的目标检测系统通过并行计算能够极大提升计算速度。NVIDIA Jetson TK1是嵌入式GPU微型电脑，使用编程语言统一计算设备架构（compute unified device architecture，CUDA）进行驱动[1]。为达到实时检测的要求，将GPU用于行人检测是一种提升检测速度的可行方案。本文研究一种基于分布场理论的行人检测算法，并分别在PC平台和NVIDIA Jetson TK1嵌入式开发平台实现算法的CUDA并行加速，通过实验数据分析，验证经过CUDA并行化后，程序在不同平台的加速效果，为目标检测提供技术支持。……