基于GPU加速的機(jī)器人人臉檢測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、人臉檢測(cè)作為機(jī)器人研究領(lǐng)域中一項(xiàng)重要的研究課題，機(jī)器人的實(shí)際應(yīng)用環(huán)境對(duì)其檢測(cè)的實(shí)時(shí)性提出了更為嚴(yán)苛的要求。基于AdaBoost的人臉檢測(cè)算法是人臉檢測(cè)中應(yīng)用最多的算法，該算法在保證了檢測(cè)率的同時(shí)極大的提升了檢測(cè)速度。
　　本文主要工作分為兩部分。一個(gè)方面的工作是基于已有的并行AdaBoost人臉檢測(cè)算法，進(jìn)行相關(guān)的實(shí)驗(yàn)驗(yàn)證并進(jìn)行結(jié)果的分析與優(yōu)選，同時(shí)對(duì)部分核心算法做更進(jìn)一步的優(yōu)化與實(shí)現(xiàn);另一個(gè)方面的工作集中于機(jī)器人人臉檢測(cè)系統(tǒng)的構(gòu)

2、建，系統(tǒng)包含GPU并行人臉檢測(cè)模塊、人臉跟蹤模塊、人臉樣本管理模塊等。最終，結(jié)合上述兩部分的研究成果，同時(shí)基于英偉達(dá)GTX960硬件設(shè)備以及CUDA并行計(jì)算架構(gòu)成功完成了基于GPU加速的機(jī)器人人臉檢測(cè)系統(tǒng)的構(gòu)建。
　　在基于AdaBoost的人臉檢測(cè)算法并行化過(guò)程中，本人主要完成了原始彩色圖像到灰度圖像的并行化顏色空間轉(zhuǎn)換;針對(duì)灰度圖像的轉(zhuǎn)換，本文實(shí)驗(yàn)分析并比較了最近鄰插值法、雙線性插值法對(duì)圖像進(jìn)行放縮的效果，最終選用雙線性插值法

3、來(lái)完成圖像的放縮計(jì)算;合成金字塔圖像的過(guò)程中，優(yōu)化了圖像拼接中的左右高度選擇的最優(yōu)解問(wèn)題;金字塔圖像積分圖、平方積分圖的計(jì)算過(guò)程中，比較了多種不同的前綴求和算法，經(jīng)實(shí)驗(yàn)驗(yàn)證選用并行前綴求和算法結(jié)合圖像分塊思想以及圖像轉(zhuǎn)置（降低訪存帶來(lái)的時(shí)耗）來(lái)完成了該部分的高效并行計(jì)算;檢測(cè)過(guò)程中，采用掃描窗口并行的方法，完圖像金字塔的積分圖與平方積分圖的并行掃描與檢測(cè)計(jì)算，并得到檢測(cè)結(jié)果。
　　在基于GPU加速的機(jī)器人人臉檢測(cè)系統(tǒng)的構(gòu)建中，本人