基于GPU的图片特征提取与检测  

GPU Based Image Feature Extraction and Detection

作　　者：徐晶[1] 曾苗祥 许炜[1] 

机构地区：[1]华中科技大学电子与信息工程系湖北省智能互联网技术重点实验室,武汉430074

出　　处：《计算机科学》2014年第7期157-161,共5页Computer Science

基　　金："十二五"国家科技支撑计划课题(2011BAK08B02)资助

摘　　要：针对目前高速网络中图像数目多、分辨率大、普通PC机上的检测方法对图片检测达不到实时性的问题,提出了一种基于GPU的快速图片检测方案。该方案分别采用SURF(Speed-Up Robust Features,加速鲁棒特征)算法和SVM(Support Vector Machine,支持向量机)算法对图像进行特征提取和特征分类,并利用GPU浮点运算的并行性来优化系统。最后实验证实,相对于普通PC机上实现的方案,使用GPU的检测速度提升5到9倍。As the performance of image detection method in the normal PC is not satisfactory nowadays because of the huge amount of high resolution image transmitting in current high-speed network, this paper presented a GPU-based so- lution for image extraction detection. We obtained feature extraction by using SURF（Speed Up Robust Features） algo- rithm and classified image features based on SVM（Support Vector Machine） algorithm. Furthermore, we utilized the parallelism of GPU float point arithmetic to optimize the system. As a result, the performance of GPU-based system a- chieves 5 to 9 times faster than the CPU-based system.

关 键 词：加速鲁棒特征 支持向量机 GPU 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]