基于GPU高性能計(jì)算的人臉表情識(shí)別算法的研究.pdf

1、在數(shù)字圖像處理領(lǐng)域，隨著研究?jī)?nèi)容和算法復(fù)雜度的不斷增加，時(shí)間和資源的消耗越來(lái)越大，這為該領(lǐng)域深入研究帶來(lái)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(jì)算提供了良好的平臺(tái)。NVIDIA公司發(fā)行的統(tǒng)一計(jì)算設(shè)備架構(gòu)(CUDA)能有效利用GPU強(qiáng)勁的處理能力和巨大的存儲(chǔ)器帶寬進(jìn)行圖形渲染以外的計(jì)算，被廣泛用于現(xiàn)代科學(xué)技術(shù)的各個(gè)領(lǐng)域。另一方面，人臉識(shí)別是模式識(shí)別和圖像處理領(lǐng)域最前沿的研究課題之一，尤其是人臉表情識(shí)別這個(gè)領(lǐng)域

2、，由于人臉表情非常復(fù)雜，計(jì)算機(jī)識(shí)別并不容易，所以本文采用了一種統(tǒng)計(jì)的方法來(lái)進(jìn)行識(shí)別，該方法數(shù)據(jù)密集，計(jì)算量大，重復(fù)性高，具有典型的并行計(jì)算的特點(diǎn)，所以本文提出了基于GPU高性能平臺(tái)的人臉表情識(shí)別算法研究和優(yōu)化方法。
　　 本文詳細(xì)分析了GPU架構(gòu)和CUDA的相關(guān)理論知識(shí)，對(duì)數(shù)字圖像的并行化進(jìn)行了研究分析，通過(guò)基于GPU的圖像二值化算法實(shí)驗(yàn)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(shì)。設(shè)計(jì)了GPU的通用計(jì)算方法和CUDA架構(gòu)

3、對(duì)人臉表情識(shí)別問(wèn)題的高性能計(jì)算方案，基于具有216個(gè)流處理器的GTX260+的GPU對(duì)人臉表情識(shí)別方法進(jìn)行并行化實(shí)現(xiàn)，在與原CPU算法計(jì)算結(jié)果精度一致的條件下，利用GPU并行實(shí)現(xiàn)效率可提高220倍，實(shí)驗(yàn)結(jié)果表明基于GPU的高性能計(jì)算在人臉表情識(shí)別處理方面是非常有效的，可以顯著提高計(jì)算效率。對(duì)GPU共享內(nèi)存和紋理內(nèi)存同步塊內(nèi)線(xiàn)程技術(shù)進(jìn)行研究，相對(duì)于全局內(nèi)存而言，紋理內(nèi)存的存儲(chǔ)容量大，能充分滿(mǎn)足存儲(chǔ)人臉數(shù)據(jù)的要求，位于GPU片內(nèi)的共享內(nèi)存線(xiàn)