论文纲要：面向互联网络探求的图像处置算法GPU加快接洽与实行

  连年来，跟着互联网络和多媒介本领的兴盛，数码相机、摄像机和智高手机的普遍，图像数据库赶快伸展。保守的鉴于文本标明的图像探求本领须要人为对图像的要害字举行标明，这种本领耗费时间耗力，并且简单因每部分对图像的领会各别而形成歧异。在这种情景下，鉴于实质的图像检索本领（Content Based Image Retrieval, CBIR）出生了。该本领运用图像的视觉特性（如脸色、纹理、形势以及空间散布等消息）举行检索，经过那些底层特性集的那种符合隔绝确定图像之间的一致性从而给出检索截止。但是，鉴于实质图像检索本领相较于保守的鉴于文本的检索本领计划搀杂度更高，数据量也更大，无疑会对图像检索的速率形成感化。其余，互联网络中的图像数目宏大、品种百般，而且用户探求需要各别，对探求精度与探求截止表露办法也有各别诉求，这使得现有的算法难以满意互联网络中图像探求的需要。 正文提出了面向互联网络探求的鉴于实质图像处置算法库的安排计划。该算法库是多模态数据探求平台的一个要害构成局部，重要处置了洪量图片的处置、图像特性向量索取算法的并行化实行、多级网格分别和差变化权值的图像检索本领以及与多模态数据探求平台体例的集成接口安排等要害题目。 为了普及图像检索速率，正文对鉴于实质图像探求的关系算法（如LBP算法和灰度共生矩阵算法）举行了GPU并行加快安排。更加地，安排了对准洪量图片处置的加快计划，使GPU并行索取多幅图像特性向量，并沿用异步传输办法使多幅图像数据的复制与kernel因变量的实行并行化。同声，为了更好地实行图像检索时的全图配合、子图配合和限制配合，正文提出了一种鉴于多级网格分别和差变化权值的图像检索本领。 对特性向量的索取辨别沿用了两种本领举行实行，一种是顺序计划每一幅图像的特性向量，另一种是沿用异步传输索取多幅图像的特性向量，并与CPU步调举行了比较领会，截止表白:第二种本领加快功效更好、功效更高，更加是在数据量大的情景下，对特性向量的索取加快比可到达50之上。对于其余的图像特性索取算法，同样不妨沿用这种异步传输的本领来实行GPU并行加快。