随着计算机和互联网技术的高速发展,多媒体数据已经成为了当前计算机处理的主要数据之一。但由于多媒体数据所包含的信息量很大,当前的多媒体检索算法无法很好地对多媒体数据进行检索,使得许多的多媒体应用都不能得到实际应用。根据对多媒体数据的描述方法,当前的多媒体检索算法主要可以分成两类：类是基于全局特征的检索算法,另一类是基于局部特征的检索算法。基于全局特征的检索算法用一个特征来表示一幅图像,这种算法虽然处理速度较快,但精确性太差,无法满足当前的检索需求；而局部特征是用很多局部特征来描述一幅图像。这种算法精确性高,但是由于计算量和数据量都很大,所以处理速度比较慢,无法满足当前的实时需求。因此,对基于局部特征的检索算法的加速工作成为了研究的热点之一。随着半导体技术的发展和多核技术的普及,各种并行硬件(如多核处理器和图像处理器等)逐渐成为了计算硬件的主流。本文针对基于局部特征的多媒体检索算法的并行性研究,不但可以加速当前的多媒体应用,同时还可以为今后针对该类应用的体系结构设计提供有效的参考。本文的主要贡献有：●分析并实现了基于局部特征的多媒体检索算法的各种并行方法,并通过实验发现：■分块并行在各个并行度下都能达到较好的效果,而流水线并行拥有最好的扩展性。■在16核处理器上,本文的并行方法的最高加速能达到13.5倍。●通过对实验结果的分析,总结了对基于局部特征的多媒体算法并行时需要注意的问题,为今后体系结构的设计提供有效的参考。