

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、在數(shù)字圖像處理領域,隨著研究內容和算法復雜度的不斷增加,時間和資源的消耗越來越大,這為該領域深入研究帶來了巨大挑戰(zhàn),圖形處理器(GPU)的高速發(fā)展使其能為圖形處理以外的通用計算提供了良好的平臺。NVIDIA公司發(fā)行的統(tǒng)一計算設備架構(CUDA)能有效利用GPU強勁的處理能力和巨大的存儲器帶寬進行圖形渲染以外的計算,被廣泛用于現(xiàn)代科學技術的各個領域。另一方面,人臉識別是模式識別和圖像處理領域最前沿的研究課題之一,尤其是人臉表情識別這個領域
2、,由于人臉表情非常復雜,計算機識別并不容易,所以本文采用了一種統(tǒng)計的方法來進行識別,該方法數(shù)據密集,計算量大,重復性高,具有典型的并行計算的特點,所以本文提出了基于GPU高性能平臺的人臉表情識別算法研究和優(yōu)化方法。
本文詳細分析了GPU架構和CUDA的相關理論知識,對數(shù)字圖像的并行化進行了研究分析,通過基于GPU的圖像二值化算法實驗證明了GPU在數(shù)字圖像并行化研究方面有很明顯的優(yōu)勢。設計了GPU的通用計算方法和CUDA架構
3、對人臉表情識別問題的高性能計算方案,基于具有216個流處理器的GTX260+的GPU對人臉表情識別方法進行并行化實現(xiàn),在與原CPU算法計算結果精度一致的條件下,利用GPU并行實現(xiàn)效率可提高220倍,實驗結果表明基于GPU的高性能計算在人臉表情識別處理方面是非常有效的,可以顯著提高計算效率。對GPU共享內存和紋理內存同步塊內線程技術進行研究,相對于全局內存而言,紋理內存的存儲容量大,能充分滿足存儲人臉數(shù)據的要求,位于GPU片內的共享內存線
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于粒計算的人臉表情識別研究.pdf
- 基于SIFT算法的人臉表情識別.pdf
- 基于組合特征的人臉表情識別算法研究.pdf
- 基于BoW模型的人臉表情識別算法的研究.pdf
- 基于壓縮感知算法的人臉表情識別.pdf
- 基于Gabor特征的人臉表情識別算法研究.pdf
- 基于靜態(tài)圖像的人臉表情識別算法研究.pdf
- 基于HOG特征的人臉表情識別算法研究.pdf
- 基于譜特征的人臉表情識別算法研究.pdf
- 基于張量表示的人臉表情識別算法研究.pdf
- 基于流形學習算法的人臉表情識別研究.pdf
- 基于流形學習的人臉表情識別算法研究.pdf
- 基于譜圖理論的人臉表情識別算法研究.pdf
- 基于HMM的人臉表情識別研究.pdf
- 基于Gabor的人臉表情識別研究.pdf
- 基于面部關鍵點的人臉表情識別算法研究.pdf
- 基于Gabor特征和Adaboost算法的人臉表情識別研究.pdf
- 參數(shù)估計的人臉表情識別算法研究.pdf
- 基于SVM的人臉表情識別研究.pdf
- 基于統(tǒng)計模型的人臉表情識別算法的研究與應用.pdf
評論
0/150
提交評論