基于GPU的图片特征提取与检测-论文.pdf

《基于GPU的图片特征提取与检测-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41卷第7期计算机科学Vo1．41No．72014年7月ComputerScienceJuly2014基于GPU的图片特征提取与检测徐晶曾苗祥许炜(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)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GI的快速图片检测方案。该方案分别采用SURF(Speed-UpRobustFeatures，加速鲁棒特征)算法和SVM(SupportVectorMachine，支持向量机)算法对图像进行特征提取和特征分类，并利用GP

2、U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。关键词加速鲁棒特征，支持向量机，GPU中图法分类号TP391．4文献标识码ADOI10．11896／j．issn．1002-137X．2014．07．032GPUBasedImageFeatureExtractionandDetectionXUJingZENGMiao-xiangXUWei(InternetTechnologyandEngineeringRb-DCenter，DepartmentofElectronicsandInformati

3、onEngineering，HuazhongUniversityofScienceandTechnology，Wuhan430074，China)AbstractAstheperformanceofimagedetectionmethodinthenormalPCiSnotsatisfactorynowadaysbecauseofthehugeamountofhighresolutionimagetransmittingincurrenthigh-speednetwork，thispaperpresentedaGPU-basedSO—lutionfo

4、rimageextractiondetection．WeobtainedfeatureextractionbyusingSURF(SpeedUpRobustFeatures)algo—rithmandclassifiedimagefeaturesbasedonSVM(SupportVectorMachine)algorithm．Furthermore，weutilizedtheparallelismofGPUfloatpointarithmetictooptimizethesystem．Asaresult，theperformanceofGPU-ba

5、sedsystema—chieves5to9timesfasterthantheCPU-basedsystem．KeywordsSpeeduprobustfeature，Supportvectormachine，GPU好的鲁棒性[3]。文献[4]中提出了对图片特征进行分类的1引言SVM算法，提升了不良图像检测的准确率。目前，互联网给人们带来了越来越便捷舒适的生活，但同随着越来越多的高分辨率图像文件在网络中传播，目前时不健康的内容也得以迅速传播，其中网络中存在大量含有SURF和SVM算法处理图片的速度已无法满足实时性的需不良信息的图片，这给人们尤其是青

6、少年的身心健康发展带要(本文后续章节将详细说明)，因而对图片检测提出了新的来了很大的负面影响，因此加强对互联网上的不良图片的检挑战。如何加快SURF算法的执行成为系统性能提升的关测和监控十分重要。键。图形处理单元(GraphicProcessingUnit，GPU)的出现给现阶段对互联网上的图片进行检测的流程是先还原经过图像不良内容检测的性能提升带来了契机，GPU在并行浮点网络端口的图像数据，再对图片进行不良信息检测，如果检测计算上的优势已经越来越多地被认可并加以运用[5]。据此，为不良图片，则进行后续的处理。本文重点研究的是快速的本文提出了将SUR

7、F算法移植到GPU中的思路，并加以实不良图片检测方案。目前图片检测普遍采用的方法是肤色点现，以达到实时检测的需求。检测，在HSV颜色空间上，肤色点的像素主要集中在一个范本文后续章节中将首先介绍图像检测的系统框架，然后围内，可以通过像素点的色度信息判别是否为肤色点。研究重点说明基于GPU的SURF算法实现方案，最后通过实验证明肤色检测能够检测不良图像l1]，但是在准确率方面略显数据验证本方案的有效性。实验结果表明本方案能够满足图不足。为了提升不良图像检测的准确率，WayneKelly等人像快速检测的需要在肤色点检测的基础上引人了图像特征提取与特征分类的

8、方2基于GPU的图像检测框架设计法_2j。DavidG_Lowe在2004年提出了SIFT(ScaleInv