基于特性分析的SURF加速方法研究  

RESEARCH ON SPEED-UP METHOD OF SURF THROUGH PROPERTIES ANALYSIS

作　　者：胡益斌[1,2] 肖菁[3] 戴卓方[1] 李戈[1] 张为华 

机构地区：[1]复旦大学并行处理研究所,上海201203 [2]中国科学院计算机技术研究所体系结构重点实验室,北京100190 [3]上海交通大学电子信息与工程学院,上海200240

出　　处：《计算机应用与软件》2012年第9期18-22,共5页Computer Applications and Software

基　　金：国家自然科学基金项目(60903015);Intel大学合作项目;国家高技术研究发展计划(2009AA012201);中国科学院计算技术研究所体系结构重点实验室开放课题(ICT-ARCH2009082009)

摘　　要：针对典型图像特征提取算法SURF速度偏慢的问题,深入分析该算法在运行时间、指令类型、内存访问、热点等方面的特性。在此基础上,运用重构判断逻辑、重构内存访问与数据组织形式、重构库函数实现等策略对SURF算法进行优化。并通过实验,分析各种优化策略对算法的加速作用。实验数据显示,这些优化策略可以在保证算法100%精确的前提下,有效地提高SURF算法的运行效率,最终达到2.75X的性能提升。To resolve the problem of a little bit low speed the typical image feature extraction algorithm SURF（speeded up robust feature） has,in the paper we do an in-depth analysis on the algorithm properties in regard to its running time,instruction type,memory access,hot spots,and etc.On this basis,we optimise the SURF algorithm by reconstructing the judgment logic,the memory accessing and data organisations,the library functions implementation and other strategies.Moreover,we analyse the role of speedup of each optimisation strategy on the algorithm through experiments.And experimental data show that these optimisation strategies can effectively improve the running efficiency of SURF in the premise of guaranteeing 100% accuracy of the algorithm,and 2.75X ultimate performance improvement is achieved.

关 键 词：SURF(speeded up ROBUST feature) 特性分析 加速 

分 类 号：TP301[自动化与计算机技术—计算机系统结构]