基于GPU开发Kanade-Lucas-Tomasi跟踪算法文献综述

 2022-11-29 04:11

1.GPU介绍

GPU为图形处理器(英文为Graphics Processing Unit),又称显示核心、视觉处理器、显示芯片,是一种专门在个人电脑、工作站、游戏机和一些移动设备上图像运算工作的微处理器,GPU是专为执行复杂的数学和几何计算而设计的,是一个专门的图形的核心处理器。GPU具有以下几个特点,首先它提供了多核并行计算的基础结构,且核心数非常多,可以支撑大量数据的并行计算,一次可执行多个指令,明显提高了计算速度,且通过扩大问题求解规模,解决大型而复杂的计算问题。其次GPU拥有更高的访存速度和更高的浮点运算能力,现在的计算机技术中,由于大量多媒体技术的应用,浮点数的计算大大增加了,GPU高效的运算速度可以很好的适应计算速度要求【1】

2.KLT算法原理

在视频移动对象跟踪中,KLT是一种经典的对象跟踪算法,可以绘制运动对象的跟踪轨迹与运行方向,是一种简单、实时的、高效的跟踪算法。这个算法最早是由Bruce D. Lucas 和Takeo Kanade两位作者提出来的。KLT算法工作有三个假设前提条件:一为亮度恒定;二为时间连续或者是运动是“小运动”,空间一致;三是临近点有相似运动,保持相邻。

KLT假设一个特征窗口W,由于亮度恒定假设,在t时刻的图像帧和在时刻的图像帧满足:。即在 中的每个像素点,都可以由中相应的像素点平移得到,KLT算法的目的就是求出d。

假设时刻的特征窗口为,),其中X(x,y)为视口坐标。t时刻的特征窗口为。考虑一般情况,有。为在时间内由于外界条件变化产生的噪声。将平方并在整个窗口上积分,可以得到了窗口图像的SSD(平方误差和):

(1)

其中,,可通常取1。

当d和X比起来是可忽略的小量时,A(X-d)泰勒展开,去除高次项,得到:

(2)

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。