| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第9-14页 |
| 1.1 课题研究背景与意义 | 第9-10页 |
| 1.2 国内外研究概况 | 第10-11页 |
| 1.3 论文主要工作和章节安排 | 第11-14页 |
| 1.3.1 论文主要内容与成果 | 第11-12页 |
| 1.3.2 论文章节安排 | 第12-14页 |
| 2 OpenCL并行架构 | 第14-20页 |
| 2.1 OpenCL架构 | 第14-17页 |
| 2.1.1 平台模型 | 第14-15页 |
| 2.1.2 执行模型 | 第15-16页 |
| 2.1.3 内存模型 | 第16-17页 |
| 2.1.4 编程模型 | 第17页 |
| 2.2 OpenCL程序和内核 | 第17-18页 |
| 2.3 设计高性能OpenCL程序 | 第18-19页 |
| 2.3.1 OpenCL的事件评测功能 | 第18-19页 |
| 2.3.2 设计高性能内核通用技巧 | 第19页 |
| 2.4 本章小结 | 第19-20页 |
| 3 基于OpenCL加速的并行人脸检测算法的研究 | 第20-48页 |
| 3.1 AdaBoost算法理论基础 | 第20-23页 |
| 3.1.1 算法背景 | 第20-21页 |
| 3.1.2 算法基本描述 | 第21-23页 |
| 3.2 Haar特征与积分图 | 第23-27页 |
| 3.2.1 Haar特征 | 第23-25页 |
| 3.2.2 积分图 | 第25-27页 |
| 3.3 分类器的生成 | 第27-29页 |
| 3.3.1 弱分类器 | 第27-28页 |
| 3.3.2 强分类器 | 第28页 |
| 3.3.3 级联分类器 | 第28-29页 |
| 3.4 基于OpenCL积分图的并行计算 | 第29-36页 |
| 3.4.1 并行前缀求和算法 | 第29-30页 |
| 3.4.2 平方积分图 | 第30-31页 |
| 3.4.3 积分图并行计算的设计与实现 | 第31-36页 |
| 3.5 基于OpenCL人脸检测的并行实现 | 第36-47页 |
| 3.5.1 人脸检测过程 | 第37-38页 |
| 3.5.2 人脸窗口的处理 | 第38-40页 |
| 3.5.3 人脸检测并行性分析 | 第40-41页 |
| 3.5.4 利用常量内存和向量化加速 | 第41-43页 |
| 3.5.5 人脸检测的并行实现 | 第43-47页 |
| 3.6 本章小结 | 第47-48页 |
| 4 基于OpenCL加速的并行人脸识别算法的研究 | 第48-66页 |
| 4.1 主成分分析PCA算法原理 | 第48-51页 |
| 4.1.1 K-L变换 | 第48-50页 |
| 4.1.2 人脸识别中的主成分分析PCA | 第50-51页 |
| 4.2 基于PCA的人脸识别过程 | 第51-53页 |
| 4.2.1 训练过程 | 第51-52页 |
| 4.2.2 识别过程 | 第52-53页 |
| 4.2.3 可并行化环节 | 第53页 |
| 4.3 实对称矩阵特征值特征向量的并行求解 | 第53-61页 |
| 4.3.1 经典的Jacobi方法 | 第54-55页 |
| 4.3.2 单边Jacobi方法 | 第55-56页 |
| 4.3.3 并行单边Jacobi方法设计 | 第56-58页 |
| 4.3.4 基于OpenCL的并行单边Jacobi方法实现 | 第58-61页 |
| 4.4 基于OpenCL人脸训练过程的并行实现 | 第61-64页 |
| 4.4.1 人脸数据均值化 | 第61-62页 |
| 4.4.2 协方差矩阵的计算 | 第62页 |
| 4.4.3 计算和提取特征 | 第62-63页 |
| 4.4.4 样本集在特征脸空间的映射 | 第63页 |
| 4.4.5 测试结果 | 第63-64页 |
| 4.5 基于OpenCL人脸识别过程的并行实现 | 第64-65页 |
| 4.5.1 测试样本的生成 | 第64页 |
| 4.5.2 计算欧式距离 | 第64页 |
| 4.5.3 测试结果 | 第64-65页 |
| 4.6 本章小结 | 第65-66页 |
| 5 人脸识别系统 | 第66-73页 |
| 5.1 人脸图像灰度化与几何规范化 | 第66-68页 |
| 5.1.1 灰度化 | 第66-67页 |
| 5.1.2 图像几何规范化 | 第67-68页 |
| 5.2 软件系统的设计 | 第68-72页 |
| 5.2.1 软件系统功能框架 | 第68-69页 |
| 5.2.2 软件系统的实现 | 第69-72页 |
| 5.3 本章小结 | 第72-73页 |
| 6 总结与展望 | 第73-75页 |
| 6.1 总结 | 第73-74页 |
| 6.2 展望 | 第74-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-79页 |
| 附录 | 第79页 |