基于 GPU 的目标识别算法的并行化研究

针对可变形部件模型算法（DPM ）的计算量大，无法完成实时检测等问题，通过GPU编程模型CUDA ，在Nvidia GPU 上实现了 HOG 算法和DPM 算法的并行化；采用OpenCL 编程模型实现了DPM 算法在集成显卡上的并行化。通过CPU 和GPU 的协同计算，保证目标识别效果的前提下，并行化的算法的执行效率相比于OpenCV 中的CPU 或GPU 实现有明显的提高；通过对目标识别算法的并行化，结合其他算法，使得这类复杂算法能够在一些需要实时监测的工程领域中得到应用。