基于Bandelet變換的目標(biāo)檢測(cè)研究.pdf

1、近年來(lái)，多媒體及互聯(lián)網(wǎng)技術(shù)發(fā)展迅速，圖像、視頻等多媒體數(shù)據(jù)大量涌現(xiàn)，如何從大量的信息中快速、有效地檢測(cè)出給定的目標(biāo)，已經(jīng)成為當(dāng)前計(jì)算機(jī)視覺(jué)研究中的重要問(wèn)題。目標(biāo)檢測(cè)（object detection）是計(jì)算機(jī)視覺(jué)的一個(gè)重要的研究領(lǐng)域，然而，由于圖片中的目標(biāo)會(huì)因光照、視角以及目標(biāo)本身的非剛性而變化，導(dǎo)致目標(biāo)檢測(cè)成為一個(gè)非常困難的問(wèn)題。本文主要工作如下：
　　(1)我們介紹了圖形處理器（GPU）的架構(gòu)和CUDA編程模型，表明具有眾核架

2、構(gòu)的圖形處理器很適合執(zhí)行需要大運(yùn)算量、具有數(shù)據(jù)獨(dú)立性的科學(xué)運(yùn)算，采用圖形處理器的并行架構(gòu)和查找表的技術(shù)加速Bandelet變換，在最好情況下，GPU版本的Ba nde let變換比CPU版本的快39.44倍，而在最壞情況下，GPU版本的Bandelet變換比CPU版本的快26.61倍，并使用了查找表技術(shù)，相對(duì)與沒(méi)有使用查找表時(shí)Bandelet變換速度快了10倍。
　　(2)我們探討了靜態(tài)圖像壓縮領(lǐng)域，并對(duì)基于變換的圖像壓縮進(jìn)行討論

3、，我們使用Bandelet變換的表征能力來(lái)實(shí)現(xiàn)對(duì)靜態(tài)圖像的表示，并實(shí)現(xiàn)了一種基于Bandelet變換的圖像壓縮方法，實(shí)驗(yàn)數(shù)據(jù)表明基于Ba nde let變換的壓縮方法有更高的峰值信噪比，峰值信噪比比基于小波的方法高出1dB。
　　(3) Bandelet變換是一種基于邊緣的自適應(yīng)的圖像表示方法，由圖像的幾何流特征出發(fā)，我們提出了基于Bandelet變換的目標(biāo)檢測(cè)方法，并將其應(yīng)用于靜態(tài)圖像的目標(biāo)檢測(cè)，使用一種改進(jìn)滑動(dòng)窗口的方法，提出