彭景维,童基均

(浙江理工大学 信息学院,杭州 310018)

基于GPU_CPU异构并行加速的人头检测方法①

彭景维,童基均

(浙江理工大学 信息学院,杭州 310018)

多尺度协同的人头检测系统中,梯度方向直方图应用于高清视频监控领域时常因特征提取时的海量计算而不能满足监控视频的实时性要求,提出一种基于GPU_CPU异构并行加速的人头检测方法,GPU端负责HOG特征提取的庞大的密集型的区块的并行计算,CPU端负责检测过程中的其它模块的执行.传统的并行归约算法因其在HOG特征提取过程中的时间复杂度不够理想,提出改进的并行归约算法,通过“下扫”的并行计算方式,减少节点被计算的次数,降低了HOG特征提取时的时间复杂度.实验表明,提出的方法检测速率优于传统的CPU的检测方法,其效率提升约10倍.

梯度方向直方图;CUDA;异构;并行归约;人头检测;GPU

?

计算机智能视频监控系统是近年来的热点研究方向,监控视频中的行人人头检测技术在此领域已获得较好的发展[1-3],然而常常受到检测速度缓慢的制约.图形处理器 (Graphics Processing Unit,GPU)在通用计算能力上的飞跃发展受到越来越多研究学者的关注和实际应用,Pogorelov等[4]提出一种基于医疗系统的GPU的处理框架,应用于内窥镜视频信息的实时自动分析、实时流和处理和资源消耗方面,并已达到预期效果.Zhang等[5]搭建起一款可编程的GPU_CPU架构,为程序员提供包括数据竞争在内的多个并发线程软件漏洞的检测平台,减少了软硬件开发过程中的繁琐任……