CUDA平臺(tái)下數(shù)字圖像認(rèn)證方法的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著數(shù)字圖像的廣泛應(yīng)用，對(duì)圖像的真實(shí)性、權(quán)威性做出認(rèn)證顯得越來越重要。研究人員提出了許多有效的圖像認(rèn)證算法，但仍然面臨許多挑戰(zhàn)，其中一個(gè)問題是圖像認(rèn)證的處理效率日益成為應(yīng)用中的主要瓶頸。當(dāng)前常用的加速方案主要采用可編程芯片作為協(xié)處理器，但這些方法在通用性等方面的局限性使其得不到廣泛的應(yīng)用。CUDA平臺(tái)的推出為GPU在通用計(jì)算領(lǐng)域發(fā)揮作用提供了良好的軟硬件平臺(tái)。本文針對(duì)數(shù)字圖像認(rèn)證方法及其加速方案，探討了CLIDA平臺(tái)下圖像認(rèn)證方法的設(shè)計(jì)

2、與實(shí)現(xiàn)，具體工作包括以下幾個(gè)方面：
　　 首先，分析了當(dāng)前圖像認(rèn)證的主要方法與特點(diǎn)，探討了引入CUDA平臺(tái)提高處理效率的可行性與優(yōu)越性。當(dāng)前許多認(rèn)證算法往往需要引入圖像變換、人類視覺系統(tǒng)等模型，其執(zhí)行過程具有較大的計(jì)算量和較高的可并行性，因此將基于CUDA平臺(tái)的并行技術(shù)用于圖像認(rèn)證中能夠有效提高算法的執(zhí)行效率。
　　 其次，設(shè)計(jì)了一種基于CUDA平臺(tái)的并行化的DCT域圖像認(rèn)證方法。將圖像的分塊變換與認(rèn)證處理任務(wù)分配到GP

3、U中并行處理，通過合理的任務(wù)分割與程序優(yōu)化，充分利用了GPU的并行計(jì)算能力，獲得了較好的加速效果。
　　 再次，設(shè)計(jì)了一種基于CUDA平臺(tái)的并行化的DWT域圖像認(rèn)證方法。分析了Haar小波變換的計(jì)算特點(diǎn)，采用稀疏矩陣相乘的策略對(duì)其進(jìn)行并行化。認(rèn)證處理中結(jié)合人類視覺系統(tǒng)，自適應(yīng)地嵌入圖像特征水印。通過計(jì)算任務(wù)的并行化使得算法的處理效率得到有效的提高。
　　 最后，給出了CPU-GPU異構(gòu)多核平臺(tái)下圖像認(rèn)證系統(tǒng)的基本實(shí)施框架