基于GPU的PCA人脸识别系统设计-论文.pdf

《基于GPU的PCA人脸识别系统设计-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第34卷第2期中南民族大学学报(自然科学版)Vo1．34No．22015年6月JournalofSouth—CentralUniversityforNationalities(Nat．Sci．Edition)Jun．2015基于GPU的PCA人脸识别系统设计熊承义，李靓琦，高志荣，周城(1中南民族大学电子信息工程学院智能无线通信湖北省重点实验室，武汉430074；2中南民族大学计算机科学学院，武汉430074)摘要针对实际人脸识别系统需要满足实时性的应用需要，探讨了在图形处理器(GPU)硬件架构基础上的基于主成分分析(PCA)人脸识别系统设

2、计与实现．结合统一计算设备架构(CUDA)的计算平台，通过将算法中耗时长、适合并行的部分过程映射到GPU上并行执行改进系统的加速实现．实验结果表明：相对于基于CPU平台的串行实现，基于GPU的实现在整体上能够获得约5倍的加速，而两个执行并行的模块能分别获得最大20倍和30倍的加速．关键词主成分分析；人脸识别；图形处理器；统一计算设备架构中图分类号TN919．8文献标识码A文章编号1672-4321(2015)02-0085-06DesignofPCAFaceRecognitionSystemBasedonGPUXiongChengyi，Li

3、Liangqi，GaoZhirong，ZhouCheng(1CollegeofElectronicandInformationEngineering，HubeiKeyLabofIntelligentWirelessCommunication，South—CentralUniversityforNationalities，Wuhan430074，China；2CollegeofComputerScience，South—CentralUniversityforNationalities，Wuhan430074，China)AbstractAi

4、mingtotheapplicationrequirementofthereal—timefacialrecognitionsystems，theimplementationofprinciplecomponentanalysis(PCA)basedfacerecognitioningraphicsprocessingunit(GPU)wasexploited．WithComputeUnifiedDeviceArchitecture(CUDA)computationalplatform，sometime—consumingmodulesar

5、emappedtoGPUsforparallelprocessingforacceleration．Experimentalresultsdemonstratethat，whencomparingtotheCPU—basedserialimplementation．theGPU-basedrealizationcouldachieveabout5timesspeedupinallwithanutmost20·30timesspeedupforthetwoparallelprocessingmodules·．KeywordsPCA；facer

6、ecognition；GPU；CUDA随着信息技术的飞速发展，快速有效地进行身了极大的提升，越来越多的研究人员将GPU应用到份验证的要求日益迫切．相对于传统的身份验证，生通用计算领域]．2007年，NVIDIA公司发布了著物识别技术具有更加良好的安全性和可靠性．人脸名的统一计算设备架构(CUDA)J，为开发人员充识别作为一种常用的生物识别技术，跨越了心理学、分有效地利用GPU的强大性能提供了条件．该模型模式识别、图像处理以及人工智能等多个学科，具有被广泛应用于生物、天文、石油勘测以及图像处理等较高的研究价值和市场前景_1J．传统的人脸识别算

7、领域，并获得了几十乃至上百倍的性能提升．主法主要针对如何提高算法的鲁棒性以及获得良好的成分分析CPCA)方法是最经典也是最常见的一种人识别性能展开研究，随着人脸数据库规模不断增加，脸识别方法]，它是利用K．L变换提取人脸图像数据量和计算量也随之增加，如何提高人脸识别系的主要成分，得到人脸图像的最优表示．图1为针对统的实时陛成为人脸识别另一亟待解决的问题．ORL人脸库，PCA人脸识别算法在CPU(Intel(R)近几年来，图形处理器(GPU)的处理性能得到Xeon(R)2．00GHz，4GB)上的运算时间随训练样本+●收稿日期2015-05—

8、18·作者简介熊承义(1969．)，男，博士，教授，研究方向：图像处理与模式识别，E-mail：xiongcy@mail．scuec．edu．cn基金项目国家自然科学基金资助项目