| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 1 前言 | 第10-17页 |
| 1.1 课题的研究背景及意义 | 第10-11页 |
| 1.1.1 课题的研究背景 | 第10页 |
| 1.1.2 课题的目的和意义 | 第10-11页 |
| 1.2 国内外发展现状 | 第11-15页 |
| 1.2.1 视频信息处理系统的发展现状 | 第11-12页 |
| 1.2.2 GPU并行计算的发展现状 | 第12-14页 |
| 1.2.3 运动目标识别和跟踪的发展现状 | 第14-15页 |
| 1.3 研究内容和论文结构 | 第15-16页 |
| 1.4 本章小结 | 第16-17页 |
| 2 理论与技术基础 | 第17-30页 |
| 2.1 CUDA架构和编程 | 第17-21页 |
| 2.1.1 CUDA软件环境 | 第17-18页 |
| 2.1.2 CUDA编程模型 | 第18-20页 |
| 2.1.3 CUDA存储器模型 | 第20-21页 |
| 2.2 Kepler架构简介 | 第21-26页 |
| 2.2.1 极致流多处理器(SMX)架构 | 第21-24页 |
| 2.2.2 Kepler内存子系统 | 第24-25页 |
| 2.2.3 Dynamic Parallelism | 第25-26页 |
| 2.3 CPU+GPU异构并行计算 | 第26-29页 |
| 2.3.1 CPU与GPU硬件结构差异 | 第27-28页 |
| 2.3.2 CPU与GPU存储系统差异 | 第28页 |
| 2.3.3 CPU与GPU异构系统中任务分配 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 3 基于GPU的运动目标识别并行算法 | 第30-42页 |
| 3.1 运动目标识别算法 | 第30-32页 |
| 3.1.1 光流法 | 第30页 |
| 3.1.2 帧差法 | 第30-31页 |
| 3.1.3 背景减除法 | 第31页 |
| 3.1.4 基于模板匹配的算法 | 第31-32页 |
| 3.2 基于灰度的模板匹配算法 | 第32-34页 |
| 3.2.1 基于模板匹配的目标识别算法三要素 | 第32-33页 |
| 3.2.2 去均值归一化系数法 | 第33页 |
| 3.2.3 滑动模板匹配算法的匹配过程 | 第33-34页 |
| 3.3 基于GPU并行的模板匹配运动目标识别算法 | 第34-36页 |
| 3.3.1 模板匹配目标识别并行算法框架 | 第34-35页 |
| 3.3.2 简化定位参数计算过程 | 第35-36页 |
| 3.4 算法性能优化 | 第36-38页 |
| 3.4.1 输入图像数据存储纹理化 | 第37页 |
| 3.4.2 模板图像数据存储常量化 | 第37-38页 |
| 3.4.3 输入图像数据计算SMX片上化 | 第38页 |
| 3.5 性能测试与分析 | 第38-41页 |
| 3.5.1 实验环境 | 第38-39页 |
| 3.5.2 实验结果 | 第39-40页 |
| 3.5.3 GPU与CPU结果一致性实验与分析 | 第40-41页 |
| 3.6 本章小结 | 第41-42页 |
| 4 基于GPU的运动目标跟踪并行算法 | 第42-58页 |
| 4.1 MeanShift算法研究现状 | 第42-43页 |
| 4.2 MeanShift算法原理 | 第43-44页 |
| 4.3 MeanShift目标跟踪算法 | 第44-46页 |
| 4.3.1 目标区域与候选目标区域概率密度计算 | 第44-45页 |
| 4.3.2 相似度度量计算 | 第45页 |
| 4.3.3 目标的新位置计算 | 第45-46页 |
| 4.4 基于GPU的并行MeanShift目标跟踪算法的分析与设计 | 第46-49页 |
| 4.4.1 颜色直方图计算并行化 | 第47-48页 |
| 4.4.2 像素点索引值和权重计算并行化 | 第48页 |
| 4.4.3 新坐标计算并行化 | 第48-49页 |
| 4.5 线程的调度和任务分配 | 第49-51页 |
| 4.5.1 网格的维度分配原则 | 第49-50页 |
| 4.5.2 线程的坐标映射及过滤原则 | 第50-51页 |
| 4.5.3 量化线程调度和配置原则 | 第51页 |
| 4.6 基于GPU的MeanShift目标跟踪算法的高性能分析与设计 | 第51-54页 |
| 4.6.1 优化存储器性能 | 第51-53页 |
| 4.6.2 指令优化 | 第53页 |
| 4.6.3 资源均衡 | 第53-54页 |
| 4.7 实验结果与分析 | 第54-57页 |
| 4.7.1 实验环境及结果 | 第54-55页 |
| 4.7.2 GPU与CPU结果一致性实验与分析 | 第55-56页 |
| 4.7.3 实验结果分析 | 第56-57页 |
| 4.8 本章小结 | 第57-58页 |
| 5 系统设计与实现 | 第58-63页 |
| 5.1 系统开发环境 | 第58页 |
| 5.2 系统模块划分 | 第58-59页 |
| 5.3 系统功能实现 | 第59-63页 |
| 5.3.1 用户登录功能 | 第59-60页 |
| 5.3.2 目标识别和跟踪算法参数设置功能 | 第60-61页 |
| 5.3.3 视频信息处理主体实现 | 第61-63页 |
| 6 结论 | 第63-64页 |
| 7 展望 | 第64-65页 |
| 8 参考文献 | 第65-72页 |
| 9 攻读硕士学位期间发表论文及参加项目情况 | 第72-73页 |
| 10 致谢 | 第73页 |
