基于嵌入式GPU架构的并行形状特征提取算法优化

来源：中国农机化学报杂志2019年第2期北京时间：

作者：杨坪锟;李宇豪;李肖汉;邢彩燕;张晨;霍迎秋;

单位：西北农林科技大学信息工程学院;

摘要：为解决嵌入式平台上形状特征提取算法运算量大、耗时长,实时性不高的问题,提出一种基于嵌入式GPU架构的并行形状特征提取算法,并采用指令级优化、数据传输优化、访存优化等多种优化策略进行优化;设计串、并行算法的对比分析试验,并行算法相对于串行算法,最高加速比为596倍,试验结果表明,基于GPU并行优化形状特征提取算法在保证特征提取有效性的前提下,极大的提高算法的运行速度,进而能够提高整个模式识别过程的实时性。

关键词：Kirsh,CUDA形状特征提取,并行优化,杂草识别

基金资助：陕西省自然基金(2017JM6059);; 大学生科技创新国家级重点项目(201510712060);大学生科技创新国家级重点项目(201710712063)