检索结果-内蒙古大学图书馆

作者：王晓坤长春理工大学

学位级别：博士

无论是民用领域的矿产资源勘查、土地规划利用、环境监测、海洋开发、气象预报及地理信息服务还是军事领域侦察监视、精确制导、超视距攻防对抗等都需要有足够宽的视场和足够高的分辨率以完成对目标的广域范围监测、搜索和跟踪。对基于... 详细信息

无论是民用领域的矿产资源勘查、土地规划利用、环境监测、海洋开发、气象预报及地理信息服务还是军事领域侦察监视、精确制导、超视距攻防对抗等都需要有足够宽的视场和足够高的分辨率以完成对目标的广域范围监测、搜索和跟踪。对基于宽视场高分辨成像系统海量图像数据的处理、分析和利用是该类系统建构的核心价值所在。其中,高分辨率传感器拼接成像过程中将涉及到对海量数据的实时处理,计算过程有着极高的复杂度,因此,图像拼接算法的准确性和实时性将成为影响系统性能的主要因素之一。此外,对于宽视场高分辨场景下动态目标的跟踪技术也成为后期图像分析的研究热点。同时,由于这类系统应用的环境自身的复杂性(背景变化、光照变化、阴影变化等)和动态目标固有的一些特性(非刚体、姿态多变等),使得可实用的目标跟踪技术仍然非常具有挑战性。针对以上需求,本文围绕宽视场成像系统的图像拼接和目标跟踪问题开展研究,主要研究工作如下:本文采用了一种将先验信息和统一计算设备架构(CUDA)相结合的自适应并行加速算法用于提高大视场全景拼接成像的实时性。在图像拼接之前,先利用高精度标定平台对各成像单元的重叠区域进行预标定。标定之后,利用基于CUDA的快速鲁棒特征检测方法提取参考图像与待配准图像的候选特征点集,再利用基于随机KD-Tree索引的近似最近邻搜索算法选取参考图像与待配准图像的初始匹配点对,本文还采用了基本线性代数运算子程序用于加速算法搜索速度。对于参考图像与待配准图像误匹配点对的删除和空间变换矩阵的参数估计,本文采用的是一种在传统的渐近式抽样一致性算法基础上改进的基于CUDA的并行算法。实验结果表明本文采用的算法极大地提高了图像拼接速度,可以满足图像拼接实时性的工程应用要求。为了对场景中动态飞行目标进行识别,提出一种基于混沌双种群进化策略的图像分割方法。利用进化策略能从选定的初始解出发,通过逐代迭代进化逐步改进当前解,直至最后收敛于最优解或满意解的特点和优势,将其用于图像分割阈值最优解的求解上。为了克服传统基于阈值的图像分割方法的缺点,例如较高的复杂度和早熟问题,本文提出了一个高效的基于进化策略的图像分割算法,它通过使用多种群进化策略来计算阈值。在进化过程中同时存在局部种群和全局种群两个群体,进而确保算法的全局和局部搜索能力。该算法的每一步迭代过程中,首先,基于混沌理论生成若干个初始个体,并将这些个体分别加入局部种群和全局种群,计算这些个体的适应度函数值。然后,将选择、重组、变异等进化操作算子作用于局部种群和全局种群,进行迭代进化,进化后的个体集合中选择最好的若干个体放入局部种群,其余放入全局种群,直至收敛。最后,种群中的最优个体即为所求的解。实验结果表明,本文提出的方法比传统的遗传算法有着更快的收敛速度。种群多样性信息能有效指导进化策略的进化过程,因此本文又提出了改进的混沌双种群进化策略算法,采用了多动机强化学习算法设定初始种群和本地种群数值,动态学习种群比例,以使进化策略的局部搜索能力和全局搜索能力进一步均衡化。动机层的引入为先验知识和领域知识的引入提供了条件,由此可以加速强化学习的学习进程。本文根据图像分割问题实际,定义了动机集合,采用了MMQ投票(MMQ-voting)方法用于指导智能体动作的选择策略。经过实验验证,本文采用的多动机强化学习方法能使强化学习以较快的速度收敛于最优动作策略,从而使种群个体多样性保持在一个合适的状态,有助于进一步提高图像最优分割阈值的搜索效率。为了对场景中动态飞行目标进行跟踪,提出一种基于强化学习的动态目标跟踪方法,将目标跟踪问题建模成强化学习问题,并提出了一个两阶段强化学习算法用于图像中的目标跟踪。我们设置了多个追踪智能体来跟踪图像中的目标,在算法的每一步中,首先对每个追踪智能体进行动态子任务分配,即先是给每个追踪智能体动态分配一个子目标,之后每个追踪智能体根据其当前的子目标选择其行动。学习算法将学习过程划分为两个部分,一个是学习任务分配的策略,另一个是学习动作选择的策略,每个追踪智能体通过共享Q函数来共享所学知识、提高学习效率。实验结果验证了该方法的有效性。

关键词：图像拼接统一计算设备架构图像分割进化策略强化学习目标跟踪

来源：评论

学校读者我要写书评

暂无评论

基于GPU的视频流人群实时计数

引用

计算机应用 2017年第1期37卷 145-152页

作者：姬丽娜陈庆奎陈圆金赵德玉方玉玲赵永涛上海理工大学光电信息与计算机工程学院上海200093 上海理工大学管理学院上海200093

为了解决人群遮挡严重、光照突变等恶劣环境下人群计数准确率低的问题,提出基于混合高斯模型(GMM)和尺度不变特征变换(SIFT)特征的人群数量统计分析新方法。首先,基于GMM提取运动人群,并采用灰度共生矩阵(GLCM)和形态学方法去除背景中... 详细信息

为了解决人群遮挡严重、光照突变等恶劣环境下人群计数准确率低的问题,提出基于混合高斯模型(GMM)和尺度不变特征变换(SIFT)特征的人群数量统计分析新方法。首先,基于GMM提取运动人群,并采用灰度共生矩阵(GLCM)和形态学方法去除背景中移动的小物体和较密集的噪声等非人群前景,针对GMM算法提出了一种效率较高的并行模型;接着,检测运动人群的SIFT特征点作为人群统计的基础,基于二值图像的特征提取大大减少了执行时间;最后,提出基于人群特征数和人群数量进行统计分析的新方法,选择不同等级的人群数量的数据集分别进行训练,统计得出平均单个特征点数,并对不同密度的行人进行计数实验。算法采用基于GPU多流处理器进行加速,并针对所提算法在统一计算设备架构(CUDA)流上任务的有效调度的方法进行分析。实验结果显示,相比单流提速31.5%,相比CPU提速71.8%。

关键词：视频监控 GPU并行计算人群计数尺度不变特征变换混合高斯模型统一计算设备架构

来源：评论

学校读者我要写书评

暂无评论

基于CUDA的点云去噪算法

引用

计算机工程 2011年第2期37卷 224-226页

作者：徐波唐杰武港山南京大学计算机科学与技术系南京210093

提出一种基于统一计算设备架构(CUDA)的双边滤波点云去噪算法,将点云去噪划分为多个并行度较高的步骤,利用GPU的并行计算能力,设计每个步骤的CUDA核函数。采用高斯加权的法矢计算方法,在双边去噪算法中加入面积权重缓解过光顺。实验结... 详细信息

提出一种基于统一计算设备架构(CUDA)的双边滤波点云去噪算法,将点云去噪划分为多个并行度较高的步骤,利用GPU的并行计算能力,设计每个步骤的CUDA核函数。采用高斯加权的法矢计算方法,在双边去噪算法中加入面积权重缓解过光顺。实验结果表明,该算法能有效提高法矢计算的准确度,与CPU算法相比,计算速度提高了多个数量级。

关键词：统一计算设备架构 GPU并行计算点云去噪双边滤波

来源：评论

学校读者我要写书评

暂无评论

CPU与GPU上几种矩阵乘法的比较与分析

引用

计算机工程与应用 2011年第19期47卷 9-11,23页

作者：刘进锋郭雷西北工业大学自动化学院西安710129

描述了矩阵乘法在CPU上的三种实现方法和在GPU上基于CUDA架构的四种实现方法,分析了高性能方法的原由,发现它们的共同特点都是合理地组织数据并加以利用,这样能有效地减少存取开销,极大地提高算法的速度。其中CPU上的最优实现方法比普... 详细信息

描述了矩阵乘法在CPU上的三种实现方法和在GPU上基于CUDA架构的四种实现方法,分析了高性能方法的原由,发现它们的共同特点都是合理地组织数据并加以利用,这样能有效地减少存取开销,极大地提高算法的速度。其中CPU上的最优实现方法比普通算法快了200多倍,GPU上的最优实现方法又比CPU上的最优实现方法快了约6倍。

关键词：矩阵乘法统一计算设备架构图形处理器存储模式

来源：评论

学校读者我要写书评

暂无评论

GPU加速希尔加解密方法的研究

引用

计算机工程与应用 2010年第18期46卷 49-51页

作者：刘丹赵广辉钟珞武汉理工大学计算机科学技术学院武汉430070

GPU有效地利用了数量巨大的晶体管制造大量的处理单元,适用于处理单任务多数据(SIMD)的计算任务。研究了GPU的体系结构及CUDA的编程模式,改进了基于CPU的希尔加解密方法,使用多个线程将计算中耗时的矩阵相乘部分改造成SIMD模式,并分析... 详细信息

GPU有效地利用了数量巨大的晶体管制造大量的处理单元,适用于处理单任务多数据(SIMD)的计算任务。研究了GPU的体系结构及CUDA的编程模式,改进了基于CPU的希尔加解密方法,使用多个线程将计算中耗时的矩阵相乘部分改造成SIMD模式,并分析了线程块内线程数对加速比的影响。实验结果表明,基于GPU的并行矩阵相乘的希尔加解密方法成功实现了硬件加速,相对于CPU上运行的希尔加解密方法,其执行效率明显提高,可获取12倍以上的加速,并易于扩展,对大规模数据加密和解密处理呈现出高效的处理能力。

关键词：统一计算设备架构图形处理单元希尔加密希尔解密

来源：评论

学校读者我要写书评

暂无评论

RSA加解密算法的高效GPU实现

引用

计算机应用 2013年第A1期33卷 35-39页

作者：严承华张志明海军工程大学信息安全系武汉430033

RSA算法的核心运算为模幂运算,具有极高的计算复杂度和计算密度。研究了基于GPU的RSA加解密方法,根据算法并行度的不同,采用了串行和并行两种方法进行实现。实验结果表明,基于GPU的RSA加解密方法成功地实现了硬件加速。相对于CPU上运行... 详细信息

RSA算法的核心运算为模幂运算,具有极高的计算复杂度和计算密度。研究了基于GPU的RSA加解密方法,根据算法并行度的不同,采用了串行和并行两种方法进行实现。实验结果表明,基于GPU的RSA加解密方法成功地实现了硬件加速。相对于CPU上运行的RSA加解密方法,该算法极大地提高了执行效率,获得了最高4倍的加速;在处理数据较少时,并行算法比串行算法有优势,但是串行算法在处理数据较多时性能逐渐增加,并获得了最高性能。

关键词：统一计算设备架构图形处理单元模幂运算并行

来源：评论

学校读者我要写书评

暂无评论

基于MPI+CUDA异步模型的并行矩阵乘法

引用

计算机应用 2011年第12期31卷 3327-3330页

作者：刘青昆马名威阎慰椿辽宁师范大学计算机与信息技术学院辽宁大连116081

矩阵乘法在科学计算领域中起着重要的作用,不同结构模型能够改善并行矩阵乘的性能。现有的MPI+CUDA同步模型中,主机端需要进入等待状态,直到设备端完成任务后才能继续工作,这显然浪费时间。针对上述问题,提出一种基于MPI+CUDA异步模型... 详细信息

矩阵乘法在科学计算领域中起着重要的作用,不同结构模型能够改善并行矩阵乘的性能。现有的MPI+CUDA同步模型中,主机端需要进入等待状态,直到设备端完成任务后才能继续工作,这显然浪费时间。针对上述问题,提出一种基于MPI+CUDA异步模型的并行矩阵乘法。该模型避免了主机端进入等待状态,并采用CUDA流技术解决数据量超过GPU内存问题。通过分析异步模型的加速比和效率,实验结果表明,此方法显著提高了并行效率和大型矩阵乘法的运算速度,充分发挥了节点间分布式存储和节点内共享内存的优势,是一种有效可行的并行策略。

关键词：矩阵乘法并行计算混合编程消息传递接口统一计算设备架构

来源：评论

学校读者我要写书评

暂无评论

基于GPU的并行优化技术

引用

计算机应用研究 2009年第11期26卷 4115-4118页

作者：左颢睿张启衡徐勇赵汝进中国科学院光电技术研究所成都610209 中国科学院研究生院北京100039

针对标准并行算法难以在图形处理器(GPU)上高效运行的问题,以累加和算法为例,基于Nvidia公司统一计算设备架构(CUDA)GPU介绍了指令优化、共享缓存冲突避免、解循环优化和线程过载优化四种优化方法。实验结果表明,并行优化能有效提高算法... 详细信息

针对标准并行算法难以在图形处理器(GPU)上高效运行的问题,以累加和算法为例,基于Nvidia公司统一计算设备架构(CUDA)GPU介绍了指令优化、共享缓存冲突避免、解循环优化和线程过载优化四种优化方法。实验结果表明,并行优化能有效提高算法在GPU上的执行效率,优化后累加和算法的运算速度相比标准并行算法提高了约34倍,相比CPU串行实现提高了约70倍。

关键词：图形处理器并行优化累加和统一计算设备架构

来源：评论

学校读者我要写书评

暂无评论

CUDA下受体评分网格生成并行算法

引用

计算机应用研究 2013年第3期30卷 814-816页

作者：李正夫王希诚郭权大连理工大学计算机科学与技术学院辽宁大连116024 大连东软信息学院计算机科学与技术系辽宁大连116023 大连理工大学工业装备结构分析国家重点实验室辽宁大连116024

针对分子对接中生成评分网格需要花费很多的计算时间这一问题,提出了一种基于统一计算设备架构(CUDA)的评分网格生成并行算法。该算法把传统计算方法中三维计算空间中的一维通过在图形处理单元(GPU)上进行并行处理,使得总生成时间得到... 详细信息

针对分子对接中生成评分网格需要花费很多的计算时间这一问题,提出了一种基于统一计算设备架构(CUDA)的评分网格生成并行算法。该算法把传统计算方法中三维计算空间中的一维通过在图形处理单元(GPU)上进行并行处理,使得总生成时间得到了降低,提高了评分网格的生成效率。实验结果表明,借助于GPU的浮点计算能力,提出的并行算法对比传统的计算方法可以显著缩短评分网格的生成时间,为评分网格的生成提供一种新的方式。

关键词：统一计算设备架构并行算法评分网格分子对接

来源：评论

学校读者我要写书评

暂无评论

利用GPU计算的双线性插值并行算法

引用

小型微型计算机系统 2010年第11期31卷 2241-2245页

作者：肖汉武汉大学遥感信息工程学院湖北武汉430079 郑州师范学院河南郑州450044

双线性插值算法在数字图像处理中有广泛的应用,但计算速度慢.为提高其计算速度,提出一种基于图形处理器加速的双线性插值并行算法.主要利用Wallis变换双线性插值中各分块之间的独立性适合GPU并行处理架构的特点,把传统串行双线性插值算... 详细信息

双线性插值算法在数字图像处理中有广泛的应用,但计算速度慢.为提高其计算速度,提出一种基于图形处理器加速的双线性插值并行算法.主要利用Wallis变换双线性插值中各分块之间的独立性适合GPU并行处理架构的特点,把传统串行双线性插值算法映射到CUDA并行编程模型,并从线程分配,内存使用,硬件资源划分等方面进行优化,来充分利用GPU的巨大运算能力.实验结果表明,随着图像分辨率的增大,双线性内插并行算法可以把计算速度提高28倍.

关键词：图形处理器统一计算设备架构 GPU计算双线性插值最邻近点法 Wallis变换

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：