基于CUDA的PCA-SIFT算法研究

来源 :北京交通大学 | 被引量 : 3次 | 上传用户:yecongliang
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近些年来,随着显卡技术的高速发展以及性价比的提升,将GPU用于通用计算逐渐成为国内外研究的热点。早期的GPGPU开发使用GPU的图形学接口,开发难度大、成本高。NVIDIA公司推出的CUDA技术是一种GPU通用计算编程模型,该模型提供了一个类似C语言的编程环境,使得研发人员可以更为简便地利用GPU庞大的并行计算资源。尺度不变特征变换算法(SIFT)被广泛应用于图像特征的检测,该算法在图像发生平移、旋转、仿射变换情况下依然能够获得较稳定的特征点。与SIFT算法相比,主成分不变特征算法PCA-SIFT检测出的特征点的描述信息具有较少的维度,从而可以加快匹配速度和节约存储空间。本文详细描述了CUDA的编程模型、线程组织和存储器结构,并深入分析了SIFT特征检测算法和PCA-SIFT特征检测算法的具体实现步骤,揭示了SIFT和PCA-SIFT算法之间的联系。在上述研究工作基础上,提出了一种基于CUDA的并行PCA-SIFT特征检测算法,并对该算法进行了实验验证。实验结果表明,本文所设计的算法能够保证特征检测与特征描述的准确性,并且在实时性方面有3-5倍的提高。
其他文献
图像融合是将相同目标源的多张图像融合成一张图像的过程,融合的图像能够获得比单一图像更加全面、准确的信息。随着传感器技术、计算机技术和信息处理技术的发展,图像融合在军
道路场景分割是机器人环境理解中十分关键的部分,传统的道路场景分割算法对于不同的场景可能会产生误分割的情况。如何能减少道路场景分割中的误分割率,是道路场景分割所面临的
随着互联网的快速发展,网络评论呈现出爆炸式增长的趋势,已经成为挖掘消费者对产品或服务情感倾向的一个极具价值的资源。网络评论中的观点表达存在很大的灵活性和复杂性,而
如今信用卡已经成为了我们生活中的一部分,给我们带来方便和不同类型服务的同时也存在着隐患,容易被第三方恶意使用而造成经济上的损失。为了验证身份,商家会让信用卡用户提
CADAL中国文学编年史系统旨在构建一个基于丰富的历史文学资源的科研信息系统。在将这些资源数字化的基础上,组织与系统化各种类型的数字资源,形成跨媒体表达,并提供关于人物
近年来,Web服务计算领域随着SOA技术的广泛应用而得到了快速发展,从中衍生出了服务发现、服务组合、服务选择等若干子领域。服务选择,作为服务执行前的重要步骤,其中的QoS预
随着嵌入式系统的普及应用,选用实时操作系统(RTOS)作为其基础软件平台已成为必然选择。然而,由于嵌入式系统的强实时约束,导致RTOS无法对资源竞争等高复杂度的操作提供全面
用户的情感信息在人机交互中起着重要的作用,自动情绪识别的应用可以使人机交互变得更加智能和友好。近年来,基于脑电的自动情绪识别受到了广泛关注并涌现出大量成果,但其在
P2P技术一项最重要的应用就是P2P网络,P2P网络“无中心化”的特征使得其不断受到人们的关注。然而,随着网络规模的扩大,越来越多的恶意节点加入其中,使得网络中存在较大的安全隐
在布料模拟中,为了达到较高的真实感,一般采用物理模拟的方法,虽然物理模拟方法可以得到高精度的结果,但通常需要花费较高的计算代价,因此效率和精度的权衡是需要关心的最重