期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到4篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于OpenCL的图像积分图算法优化研究 被引量：7
1
作者 贾海鹏 张云泉 徐建良 《计算机科学》 CSCD 北大核心 2013年第2期1-7,共7页
图像积分图算法在快速特征检测中有着广泛的应用,通过GPU对其进行性能加速有着重要的现实意义。然而由于GPU硬件架构的复杂性和不同硬件体系架构间的差异性,完成图像积分图算法在GPU上的优化,进而实现不同GPU平台间的性能移植是一件非... 图像积分图算法在快速特征检测中有着广泛的应用,通过GPU对其进行性能加速有着重要的现实意义。然而由于GPU硬件架构的复杂性和不同硬件体系架构间的差异性,完成图像积分图算法在GPU上的优化,进而实现不同GPU平台间的性能移植是一件非常困难的工作。在分析不同GPU平台底层硬件架构的基础上,从片外访存带宽利用率、计算资源利用率和数据本地化等多个角度考察了不同优化方法在不同GPU硬件平台上对性能的影响。并在此基础上实现了基于OpenCL的图像积分图算法。实验结果表明,优化后的算法在AMD和NVIDIA GPU上分别取得了11.26和12.38倍的性能加速,优化后的GPU kernel比NVIDIA NPP库中的相应函数也分别取得了55.01%和65.17%的性能提升。验证了提出的优化方法的有效性和性能可移植性。 展开更多
关键词 opencl gpu 图像积分图算法 跨平台
在线阅读 下载PDF
基于OpenCL的图像灰度化并行算法研究 被引量：11
2
作者 肖汉 郭宝云 +1 位作者 李彩林 肖诗洋 《江西师范大学学报（自然科学版）》 CAS 北大核心 2020年第5期462-471,共10页
随着图像数据量的增加,传统单核处理器或多处理器结构的计算方式已无法满足图像灰度化实时处理需求.该文利用图像处理器(GPU)在异构并行计算的优势,提出了基于开放式计算语言(OpenCL)的图像灰度化并行算法.通过分析加权平均图像灰度化... 随着图像数据量的增加,传统单核处理器或多处理器结构的计算方式已无法满足图像灰度化实时处理需求.该文利用图像处理器(GPU)在异构并行计算的优势,提出了基于开放式计算语言(OpenCL)的图像灰度化并行算法.通过分析加权平均图像灰度化数据处理的并行性,对任务进行了层次化分解,设计了2级并行的并行算法并映射到“CPU+GPU”异构计算平台上.实验结果显示:图像灰度化并行算法在OpenCL架构下NVIDIA GPU计算平台上相比串行算法、多核CPU并行算法和CUDA并行算法的性能分别获得了27.04倍、4.96倍和1.21倍的加速比.该文提出的并行优化方法的有效性和性能可移植性得到了验证. 展开更多
关键词 图像灰度化 加权平均 图形处理器 开放式计算语言 并行算法
在线阅读 下载PDF
GPU加速卷积反投影算法的滤波并行化方法 被引量：3
3
作者 李贝贝 李志华 班晓征 《传感器与微系统》 CSCD 2019年第4期69-72,共4页
当重建的图像规模偏大、实时性要求高时,卷积反投影(CBP)重建过程比较慢,达不到预期满意的速度。针对这一不足,通过深入研究卷积反投影算法的原理,优化投影数据在图形处理器(GPU)中的存储结构、分析和挖掘算法执行过程中滤波阶段的可并... 当重建的图像规模偏大、实时性要求高时,卷积反投影(CBP)重建过程比较慢,达不到预期满意的速度。针对这一不足,通过深入研究卷积反投影算法的原理,优化投影数据在图形处理器(GPU)中的存储结构、分析和挖掘算法执行过程中滤波阶段的可并行性,对其中的滤波操作进行并行化处理,从而提出并行滤波过程的方法。通过在MATLAB进行仿真实验,实验结果表明:所提出的并行化方法在保证重建图像精度和清晰度的前提下,同串行卷积法相比较,滤波过程运算的加速比得到了较大程度的提高。 展开更多
关键词 图像重建 卷积反投影算法 图形处理器平台 并行优化
在线阅读 下载PDF
基于YOLOv5模型的施工现场智能检测研究与应用 被引量：2
4
作者 张乾坤 成启彬 +2 位作者 丁宏亮 金枫凌 邹佳霖 《建筑施工》 2024年第11期1821-1824,共4页
在工程项目现场,施工安全是至关重要的环节。针对安全风险难以把控、人员情况及环境情况检测难以统计等问题,使用YOLOv5算法,对图像数据集进行迭代训练,得到施工现场人员和环境的智能检测模型。检测模型的检测精度为93.616%,在训练集和... 在工程项目现场,施工安全是至关重要的环节。针对安全风险难以把控、人员情况及环境情况检测难以统计等问题,使用YOLOv5算法,对图像数据集进行迭代训练,得到施工现场人员和环境的智能检测模型。检测模型的检测精度为93.616%,在训练集和验证集上的检测损失分别为0.018787和0.023108,并且在未经标注的测试集图像中取得了很好的检测效果。基于检测模型,开发形成建筑工地安全施工检测软件、建筑工地危险区域入侵检测软件,并深度应用于浙江建工绿智钢结构有限公司钢构件加工基地的第二车间、第三车间。通过监控视频对工程项目现场的施工要素进行全方位检测,为工程技术与管理人员提供了一种切实可行的智慧工地智能检测方案。 展开更多
关键词 施工安全 YOLOv5算法 图像数据集 Y迭代训练 智能检测模型 集成平台
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部