面向嵌入式通用GPU的跟蹤算法映射與優(yōu)化.pdf

1、隨著GPU技術(shù)的發(fā)展，利用GPU的計(jì)算資源來(lái)提高計(jì)算效率已經(jīng)成為一個(gè)必然的趨勢(shì)。目標(biāo)跟蹤是計(jì)算機(jī)視覺(jué)領(lǐng)域的重要研究課題之一，其算法大都采用CPU串行計(jì)算，并沒(méi)有考慮GPU的計(jì)算資源，執(zhí)行效率有待提升。本文針對(duì)應(yīng)用最廣泛的均值漂移(Mean Shift)目標(biāo)跟蹤算法，通過(guò)開放式計(jì)算語(yǔ)言(Open Computing Language， OpenCL)將其映射到嵌入式通用GPU上并進(jìn)行優(yōu)化，提升算法性能，同時(shí)為其他同類算法優(yōu)化課題研究提供參

2、考依據(jù)。
　　本文對(duì)經(jīng)典的目標(biāo)跟蹤算法Mean Shift進(jìn)行了深入分析，研究了Mean Shift算法在目標(biāo)跟蹤上的應(yīng)用。接著利用OpenCL實(shí)現(xiàn)了并行Mean Shift目標(biāo)跟蹤算法，主要編寫了6個(gè)內(nèi)核用來(lái)完成Mean Shift目標(biāo)跟蹤算法各個(gè)部分，包括判斷每個(gè)像素屬于哪個(gè)直方圖區(qū)間、計(jì)算目標(biāo)模型、衡量目標(biāo)模型與候選目標(biāo)模型相似性和估計(jì)目標(biāo)中心位置等。本文使用的是Mali-T604 GPU，為了充分發(fā)掘Mali-T604 G

3、PU的性能，本文對(duì)并行Mean Shift目標(biāo)跟蹤算法進(jìn)行了優(yōu)化，來(lái)提升其性能。包括三部分優(yōu)化，分別是:代碼優(yōu)化、內(nèi)存優(yōu)化和工作組優(yōu)化。代碼優(yōu)化把內(nèi)核中的算法矢量化，以便充分利用Mali-T604 GPU硬件資源;內(nèi)存優(yōu)化使用內(nèi)存映射，可以讓CPU和Mali-T604 GPU不經(jīng)拷貝就能訪問(wèn)數(shù)據(jù);工作組優(yōu)化合理設(shè)置工作組數(shù)目，在Mali-T604 GPU上可以獲得更高效率。
　　論文在基于Exynos5250應(yīng)用處理器的Arnda