基于CPU+GPU桌面集群的人臉特征點(diǎn)實(shí)時(shí)檢測(cè)系統(tǒng)研究.pdf

1、人臉特征檢測(cè)作為模式識(shí)別和機(jī)器視覺的一個(gè)重要研究方向，在身份識(shí)別、基于內(nèi)容的檢索、新一代人機(jī)交互等應(yīng)用領(lǐng)域都得到了廣泛的研究。由于這些應(yīng)用都具有實(shí)時(shí)性的約束，因此如何加快人臉特征檢測(cè)的速度就成為了人臉檢測(cè)方面研究的重要課題。計(jì)算統(tǒng)一設(shè)備架構(gòu)(CUDA，Compute Unified DeviceArchitecture)開啟了使用GPU強(qiáng)大計(jì)算能力做通用計(jì)算的大門，使得開發(fā)者能夠在友好的開發(fā)環(huán)境中充分挖掘GPU的計(jì)算能力，使得基于CPU

2、+GPU的高效計(jì)算模式成為可能，為實(shí)現(xiàn)人臉特征檢測(cè)的實(shí)時(shí)性提供了新的有效技術(shù)支持。
　　 本文根據(jù)圖像處理算法及人臉特征檢測(cè)算法，提出了一種基于CPU+GPU桌面集群的人臉特征檢測(cè)系統(tǒng)，利用GPU的高數(shù)據(jù)并行計(jì)算能力及其內(nèi)部高數(shù)據(jù)帶寬，實(shí)現(xiàn)流多處理器間的粗粒度任務(wù)級(jí)級(jí)并行，以及流多處理器內(nèi)的細(xì)粒度數(shù)據(jù)并行，從而極大地提高算法的運(yùn)行速度，以實(shí)現(xiàn)對(duì)人臉特征的實(shí)時(shí)檢測(cè)。其中，將處理任務(wù)進(jìn)行合理的劃分(將算法中耗費(fèi)時(shí)間多的大規(guī)模數(shù)據(jù)并行