可视目标跟踪算法研究及其gpu实现

可视目标跟踪算法研究及其gpu实现

ID:35050763

大小:4.75 MB

页数:69页

时间:2019-03-17

可视目标跟踪算法研究及其gpu实现_第1页
可视目标跟踪算法研究及其gpu实现_第2页
可视目标跟踪算法研究及其gpu实现_第3页
可视目标跟踪算法研究及其gpu实现_第4页
可视目标跟踪算法研究及其gpu实现_第5页
资源描述:

《可视目标跟踪算法研究及其gpu实现》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、*p种乂A杳一OLOCYOFCMINA■UHERSITVOfEL1CscI6MCEDTECHN巨CTBONAN^lV硕壬学位论文IMASTERTHESIS一碟it盞覆巧言1^:..屏一'雌、!巧-i爾斬柳呵:弁护堆论文题目可视目标限踪算法研究皮其GPU实现挙科专、化摇雕斗学巧程201321070403学^.作者姓名李航—._,指専教师稻洪教授__'。...?..?.?‘

2、..?.?:??....'?.;.....:,..':>.一-?.-'-r■:.i■.;.:i八..3■古:■'■:;:-?VI.-:..-,''‘‘;刊:r毎#巾;用帯巧'苦古达再病巧;。..:"占I一:冉技'*:乂乃片::,S:.及:7U■玄二巧二材干-.义:A,忠子片S,皆:独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作。及取得的研究成果据我所知,除了文中特别加标注和致

3、谢的地方,夕h论文中不包含其他人已经发表或撰巧过的研究成果也不包含为机。获得电其它教构的学位或证书而使用过的材料与子科技火学或育…工论志对己的我同的同本研究所做的任何贵献均在文中作了明滿作。说并表示明谢意:年幻:作者签名口期户j把日戶论义使用授权、全论作者了解电子科技大学有关保留使用学位文本学位论文完的规定,有权留并向国鬥送论文的印和磁盘,保家有关部或机构交复件允许论文被查和借。人电子科W论文的全阅阅本授权技大学可将学位^入、部描或部分据进行检索,可处采用影印缩印或扫内容编有关数库等、汇编论文。复制

4、手段保存学位(论密的文在解密后应遵守此规定)保学位签:名:者A削巾豁名化.華^:年。円円期月。Q()/;f分类号密级注1UDC学位论文可视目标识别算法研究及其GPU实现李航指导教师程洪教授电子科技大学成都申请学位级别硕士学科专业模式识别与智能系统提交论文日期2016.04.28论文答辩日期2016.05.31学位授予单位和日期电子科技大学2016年6月日答辩委员会主席评阅人注1:注明《国际十进分类法UDC》的类号。ResearchofvisualobjecttrackingwithitsGPUimplementationAMaste

5、rDissertationSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:ControlScienceandEngineeringAuthor:HangLiAdvisor:Prof.HongChengSchool:SchoolofAutomationEngineering摘要摘要计算机视觉一直以来致力于视觉目标的检测、识别、跟踪等问题的解决。目标跟踪是计算机视觉的核心应用点之一,跟踪-学习-检测(Tracking-Learning-Detection,TLD)就是目

6、标跟踪的典型算法之一,TLD算法是一个捷克籍博士生ZdenekKalal在攻读博士学位期间提出的一种针对新的单目标的长时间跟踪算法。跟踪-学习-检测算法与传统的跟踪算法有着显著的区别,该算法将传统的跟踪算法和传统的检测算法相结合来,协同的解决被跟踪目标在被跟踪过程中发生的形变、部分遮挡等问题。但是该算法过程复杂,计算量庞大,对于普通分辨率的视频,其处理速度仅能达到每秒8-10帧,无法充分达到实时处理的要求,因此采用一种并行的算法对其进行加速十分必要。基于此,本文从以下几点展开了工作:通过对跟踪-学习-检测算法流程的深入研究,本文提出一种将跟踪-学习

7、-检测算法中的学习模块滞后的算法,该算法可以使得跟踪-学习-检测算法的三大核心模块之间能够通过多线程的方式并行处理。有效的提高了CPU利用效率,降低时耗,算法通过三大模块的多线程并行实现了1.3左右的加速比。然后,本文利用GPU硬件,通过CUDA编程对跟踪-学习-检测算法做了并行化处理,跟踪-学习-检测算法包含三个主要的核心模块,即跟踪、检测、学习三大模块,通过对三大模块的时耗进行定量计算,发现检测模块占整个算法大部分时间,因此对检测模块做了CUDA-GPU并行化处理,使得检测模块的加速比达到4倍,整体算法加速比达到3倍。最后,基于传统跟踪-学习-

8、检测算法,本文提出了一种多层的并行的TLD算法,可以解决针对多视觉目标的并行跟踪,同时满足实时性需求。本文的算法首先通过G

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。