基于GPU的目標跟蹤算法研發(fā)與優(yōu)化.pdf

1、目標跟蹤是智能視頻分析研究領(lǐng)域內(nèi)備受關(guān)注的關(guān)鍵課題之一，在安全監(jiān)測、交通監(jiān)控、視頻摘要、人機交互、軍事、車輛導(dǎo)航等應(yīng)用領(lǐng)域都具有極其重要的作用，但面對復(fù)雜、多變的自然場景，在兼顧魯棒性和計算效率上仍面臨挑戰(zhàn)。
　　本論文對比分析了主流目標跟蹤算法，選擇基于RPT目標跟蹤算法進行算法研發(fā)。通過正態(tài)分布概率模型構(gòu)建目標分塊，再從目標分塊的灰度圖像中提取31維FHOG特征，利用循環(huán)矩陣和傅里葉變換的特性，將計算轉(zhuǎn)換至頻域進行，而后通過核

2、相關(guān)計算和閉式解模型對目標分塊進行快速定位，并訓(xùn)練和更新模型，最后利用所有目標分塊的跟蹤和運動信息進行投票、篩選，達到目標跟蹤的目的。為了提高目標跟蹤算法的計算效率，分析了算法實現(xiàn)中各模塊的執(zhí)行時間及可并行性，在GPU平臺上利用CUDA技術(shù)，針對執(zhí)行時間較多的FHOG特征提取、核相關(guān)計算、模型訓(xùn)練與更新等模塊，設(shè)計相應(yīng)的并行計算優(yōu)化方法，實現(xiàn)了基于GPU的目標跟蹤算法并行優(yōu)化。
　　通過實驗表明，本論文設(shè)計的GPU并行計算優(yōu)化方法