-
题名CPU-GPU协同计算加速ASIFT算法
被引量:6
- 1
-
-
作者
何婷婷
芮建武
温腊
-
机构
中国科学院软件研究所
中国科学院大学
-
出处
《计算机科学》
CSCD
北大核心
2014年第5期14-19,共6页
-
基金
云计算操作系统及关键基础组件的研究与开发:面向云计算的大数据集并行处理平台研究与开发(KGCX2-YW-174)
国家科技支撑计划项目:新型网络终端操作系统社区版本研究与开发
+2 种基金
应用程序库汇总meegobox(2011BAH14B02)
2012年度"核高基"重大专项:开源操作系统内核分析和安全性评估(2012ZX01039-002)
新闻出版重大科技工程项目-中华字库工程-第23包:应用平台研发(GAPP-ZDKJ-ZK/23)资助
-
文摘
ASIFT(Affine-SIFT)是一种具有仿射不变性、尺度不变性的特征提取算法,其被用于图像匹配中,具有较好的匹配效果,但因计算复杂度高而难以运用到实时处理中。在分析ASIFT算法运行耗时分布的基础上,先对SIFT算法进行了GPU优化,通过使用共享内存、合并访存,提高了数据访问效率。之后对ASIFT计算中的其它部分进行GPU优化,形成GASIFT。整个GASIFT计算过程中使用显存池来减少对显存的申请和释放。最后分别在CPU/GPU协同工作的两种方式上进行了尝试。实验表明,CPU负责逻辑计算、GPU负责并行计算的模式最适合于GASIFT计算,在该模式下GASIFT有很好的加速效果,尤其针对大、中图片。对于2048*1536的大图片,GASIFT与标准ASIFT相比加速比可达16倍,与OpenMP优化过的ASIFT相比加速比可达7倍,极大地提高了ASIFT在实时计算中应用的可能性。
-
关键词
特征提取
ASIFT
SIFT
CPU
gpu协同工作
-
Keywords
Image feature extraction
ASIFT
SIFT
CPU/gpu synergetic parallel
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-