CPU-GPU协同计算加速ASIFT算法

摘要：

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GASⅡT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GAS-IFT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

所属期刊栏目：41

分类号：TP311(计算技术、计算机技术)

资助基金：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,应用程序库汇总meegobox2011BAH14B02;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

在线出版日期：2014-06-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：14-19