CPU-GPU协同计算加速ASIFT算法-论文.pdf

《CPU-GPU协同计算加速ASIFT算法-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第41卷第5期计算机科学Vo1．41No．52014年5月ComputerScienceMay2014CPU-GPU协同计算加速ASIFT算法何婷婷。芮建武温腊h(中国科学院软件研究所北京1O0190)(中国科学院大学北京100190)摘要AsT(Affine_sIFT)是一种具有仿射不变性、尺度不变性的特征提取算法，其被用于图像匹配中，具有较好的匹配效果，但因计算复杂度高而难以运用到实时处理中。在分析ASIFT算法运行耗时分布的基础上，先对SIFT算法进行了GPU优化，通过使用共享内存、合并访存，提高了数

2、据访问效率。之后对ASIFT计算中的其它部分进行GPU优化，形成GASIFT。整个GASIFT计算过程中使用显存池来减少对显存的申请和释放。最后分别在CPU／GPU协同工作的两种方式上进行了尝试。实验表明，CPU负责逻辑计算、GPU负责并行计算的模式最适合于GAS-计算，在该模式下GASI有很好的加速效果，尤其针对大、中图片。对于2048*1536的大图片，GASI丌与标准ASIFT相比加速比可达16倍，与OpenMP优化过的ASIFT相比加速比可达7倍，极大地提高了ASIFT在实时计算中应用的可能性。关键

3、词特征提取，AST，SIFT，CPU／GPU协同工作中图法分类号TP31l文献标识码AAcceleratingASIFFBasedonCPU／GPUSynergeticParallelComputingHETing-ting~’RUIJiamwu1WENLa1’(InstituteofSoftware，ChineseAcademyofSciences，Beijing100190，China)(UniversityofChineseAcademyofSciences，Beijing100190，China)。

4、AbstractASIFT(affine-SIFT)isafullyaffineinvariant，andscaleinvariantimageloea1featureextractionalgorithm．Ithasagoodresultinimagematching．Butbecauseofitshighcomputationalcomplexity，itcannotbeappliedtoreal—timeprocessing．ThusGPUisusedtoaccelerateAS正T．Basedont

5、heanalysisofrunningtimeofAST。firstlySIFTwasa—daptedtoGPU，andthentheotherpartsofASI．MemorypoolwasusedinGASIFrtoavoidfrequentlyallocatinganddeletingmemoryduringtheruntime．DifferentwaysofCPU／GPUsynergeticparallelcomputingwerestudiedtomakeGASIFTmoreeficient．Ex

6、perimentsshowthatthemode1inwhichCPUtakesthelogica1calculationWOrkandGPUmakesparallelcomputingisthemostsuitableway．Basedonthismodel。GASIFThasagoodspeed-upratiooverothermethods．That’S16timescomparedwithtraditionalASIFT。and7timescomparedwithOpenMPoptimizedAST

7、．KeywordsImagefeatureextraction，AsIFT，SIFT，CPU／GPUsynergeticparallel算法计算时多次使用高斯卷积，复杂度较高，耗时长，不利于1引言实时的计算。因而也有很多研究者对这种算法进行改进。特征提取是图像处理中的一个重要部分，提取出来的特2004年，提出的PCA-SIFT算法使用主元分析代替SIFT中征被广泛用于图像匹配、遥感影像配准等多个领域。一个好的直方图法计算特征描述口]。2006年，HerbetBay等人提出的特征提取算法能够在很大程度上提高这

8、些匹配的准确性。了SURF算法，采用简化近似的思想对SINI"进行优化L3j。1999年，lowe等人提出了具有尺度不变性的特征提取方2007年Heymann等人实现了SIFTGPIfl，充分利用了法SIFT(Scale-InvariantFeatureTransform)算法，并在2004GPU的纹理内存的机制进行加速，加速比可以达到8倍。年被加以完善_1]。这种算法基于图像的局部特征，对图像间2010年国防科