基于GPU的人臉定位算法研發(fā)與優(yōu)化.pdf

1、近年來隨著人臉識別技術的發(fā)展，越來越多計算機視覺技術被應用到人臉研究領域。人臉定位是人臉識別的基礎，包含人臉檢測和人臉關鍵點定位兩個方面。
　　本文對聯(lián)合人臉定位算法進行了研發(fā)，利用形狀索引特征與改進的決策樹，同時實現(xiàn)人臉檢測與人臉關鍵點定位，并利用CUDA對該算法進行了GPU并行計算優(yōu)化。本文主要對聯(lián)合人臉定位算法進行了研發(fā)，完成了基于形狀索引特征的分類回歸樹構建，并利用Adaboost與級聯(lián)策略完成了分類器訓練;算法實現(xiàn)過程中

2、，為了增強形狀索引特征的表征能力，本文利用HSV圖像與梯度圖像擴展了原始灰度圖像通道，提取了多通道的形狀索引特征;訓練過程中，對算法進行了計算負載與并行化可行性分析，利用CUDA對分類回歸樹的構建過程進行了GPU并行計算優(yōu)化;檢測過程中，對算法流程進行進一步并行可行性分析，實現(xiàn)了針對檢測子窗口的并行計算優(yōu)化。
　　本文利用實現(xiàn)的算法在Helen數(shù)據(jù)集進行了訓練，在AFW(The AnnotatedFaces in the Wild