检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
机构地区:[1]复旦大学计算机科学技术学院,上海200433 [2]井冈山大学电子与信息工程学院,江西吉安343009
出 处:《计算机应用与软件》2012年第10期8-10,57,共4页Computer Applications and Software
基 金:国家自然科学基金项目(60873070)
摘 要:传统的车牌识别研究主要目的是提高识别准确率。利用CUDA技术在准确率不降低的情况下实现识别速度的提高。为此,对常用的SVM分类方法进行改进,使其能够在GPU上实现并行计算,再利用改进后的SVM训练和预测车牌字符数据。实验结果表明,相对于运行在CPU上的LIBSVM方法,经过改进的在GPU上运行的SVM方法能够带来1-30倍训练速度和50-72倍预测速度的提高,且随着样本数量的增加,加速效果会更加显著。Traditional research of license plate recognition, mainly focuses on the improvement of identification accuracy; in this paper we will do some research on improving the recognition speed while guaranteeing the same accuracy. For this purpose, the common SVM classification method is improved to realise parallel computing in GPU. Then, the improved SVM is applied to license plate characters for training and predicting. Experimental results show that the improved SVM running on GPU is able to bring enhancement in 1 - 30 times faster training speed and in 50 -72 times faster prediction speed respectively than the popular solver LIBSVM on CPU, and the acceleration effect will be significantly enhanced with the increase of sample size as well.
分 类 号:TP339[自动化与计算机技术—计算机系统结构]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.3