基于GPU的CLABP特征提取方法研究-论文.pdf

基于GPU的CLABP特征提取方法研究-论文.pdf

ID:53761538

大小:1.50 MB

页数:3页

时间:2020-04-24

基于GPU的CLABP特征提取方法研究-论文.pdf_第1页
基于GPU的CLABP特征提取方法研究-论文.pdf_第2页
基于GPU的CLABP特征提取方法研究-论文.pdf_第3页
资源描述:

《基于GPU的CLABP特征提取方法研究-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、ImageProcessingandMultimediaTechnology基于GPU的CLABP特征提取方法研究罗沛.梁鹏2,3(1.英伟达半导体(深圳)有限公司,广东深圳518057;2.广东技术师范学院计算机科学学院,广东广州510665;3.华南理工大学计算机科学与工程学院,广东广州510006)摘要:彩色局部角度二值模式(CLABP)可以有效地提取彩色图像中的纹理特征,但是算法复杂、计算量大。针对这一问题,采用GPU实现CLABP特征提取和表示的并行方法。该方法一方面使用异步处理的方式实现C

2、LABP的并行加速,另一方面采用共享内存的形式减少读取数据的次数。为了验证该方法的有效性,在Outex纹理图像数据库上与CPU程序性能进行对比,结果表明,GPU实现方法可以提升加速比约25倍。关键词:GPU;彩色局部角度二值模式;异步处理中图分类号:TP391文献标识码:A文章编号:1674—7720(2014)16一O037—03ResearchoncolorlocalangelbinarypatternstexturefeatureextractionmethodbasedonGPULuoPei,

3、LiangPeng'。(1.NVIDIASemiconductor(Shenzhen)Co.,Ltd.,Shenzhen518057,China;2.SchoolofComputerScience,GuangdongPolytechnicNormalUniversity,Guangzhou510665,China;3.SchoolofComputerScienceandEngineer,SouthChinaUniversityofTechnology,Guangzhou510006,China)Abs

4、tract:Colorlocalangelbinarypatterns(CLABP)methodcanextractcolortexturefeatureefectively.Butthealgorithmiscomplexandhaslargeamountofcalculation.Inordertosolvetheproblem,thispaperproposesaGPUimplementforcolorlocalangelbinarypatternstexturefeatureextractio

5、nandpresentation.Ononehand,thismethoduseasynchronousprocessingwaytorealizeCLABPparallelacceleration.Ontheotherhand,italsoimprovestheimplementviasharedmemorytoreducethenumberofreadingdata.Inordertoverifythevalidityofproposedmethod,wecompareourmethodwithC

6、PUimplementonOutextexturedataset.Theexperimentresultsdemonstratethattheaccelerationratecanachieve25times.Keywords:GPU;colorlocalangelbinarypattern(CLABP);asynchronousprocessing局部纹理特征在图像分类和目标识别中得到广泛言,CPU实现的CLABP纹理特征提取方法速度较慢,对应用.是图像的重要特征之一。局部二值模式LBP(Lo.图像

7、检索性能产生很大影响。解决这一问题的方法是采calBinaryPatterns)【l_】具有良好的几何不变性、角度不用GPU对CLABP纹理特征提取方法进行编程。实现并变性和旋转不变性等适应性,在许多方法中得到了应用行计算加速。近年来,已经有部分学者尝试使用GPU对和推广iS-4]。然而LBP特征对图像光照变化敏感,针对这各种图像方法进行编码[6-81。一问题,参考文献[5】提出了一种彩色局部角度二值模本文采用GPU对参考文献【5】中提出的CLABP实现式CLABP(ColorLocalAngelBi

8、naryPatterns),通过提取并行化编程。首先将方法分解为GPU和CPU任务,然后不同信号通道之间的像素夹角,对不同光照变化下的彩对GPU实现部分进行核函数处理和共享内存设计。最色人脸图像进行分类。提高了不同光照变化条件下对人后通过实验验证所提方法的有效性。实验结果表明。本脸图像识别的准确率。但是对于大量的图像检索数据而文采用的GPU实现方法在Outex纹理图像数据库中能取《微型机与应用》2014年第33卷第16期欢迎网上投稿www.pcachin

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。