基于GPU的人臉定位算法研發(fā)與優(yōu)化.pdf

1、近年來(lái)隨著人臉識(shí)別技術(shù)的發(fā)展，越來(lái)越多計(jì)算機(jī)視覺(jué)技術(shù)被應(yīng)用到人臉研究領(lǐng)域。人臉定位是人臉識(shí)別的基礎(chǔ)，包含人臉檢測(cè)和人臉關(guān)鍵點(diǎn)定位兩個(gè)方面。
　　本文對(duì)聯(lián)合人臉定位算法進(jìn)行了研發(fā)，利用形狀索引特征與改進(jìn)的決策樹(shù)，同時(shí)實(shí)現(xiàn)人臉檢測(cè)與人臉關(guān)鍵點(diǎn)定位，并利用CUDA對(duì)該算法進(jìn)行了GPU并行計(jì)算優(yōu)化。本文主要對(duì)聯(lián)合人臉定位算法進(jìn)行了研發(fā)，完成了基于形狀索引特征的分類(lèi)回歸樹(shù)構(gòu)建，并利用Adaboost與級(jí)聯(lián)策略完成了分類(lèi)器訓(xùn)練;算法實(shí)現(xiàn)過(guò)程中

2、，為了增強(qiáng)形狀索引特征的表征能力，本文利用HSV圖像與梯度圖像擴(kuò)展了原始灰度圖像通道，提取了多通道的形狀索引特征;訓(xùn)練過(guò)程中，對(duì)算法進(jìn)行了計(jì)算負(fù)載與并行化可行性分析，利用CUDA對(duì)分類(lèi)回歸樹(shù)的構(gòu)建過(guò)程進(jìn)行了GPU并行計(jì)算優(yōu)化;檢測(cè)過(guò)程中，對(duì)算法流程進(jìn)行進(jìn)一步并行可行性分析，實(shí)現(xiàn)了針對(duì)檢測(cè)子窗口的并行計(jì)算優(yōu)化。
　　本文利用實(shí)現(xiàn)的算法在Helen數(shù)據(jù)集進(jìn)行了訓(xùn)練，在AFW(The AnnotatedFaces in the Wild