[发明专利]一种基于GPU平台的突变光照鲁棒性前景检测算法

权利要求书

1.一种基于GPU平台的突变光照鲁棒性前景检测算法，其特征在于，包括以下步骤：

（a）系统初始化，CPU为CPU和GPU设备申请内存空间，读取模型参数信息，将CPU上的彩色图转化为灰度图，并与模型参数信息一起传输到GPU设备上；

（b）根据当前图与背景图相应位置像素点的空间关系，在GPU上计算像素i的归一化互相关特征和纹理特征：

(c)计算每个像素i的低维特征向量，将归一化互相关特征和纹理特征与当前灰度像素值一起，作为混合高斯模型的输入量来更新混合高斯模型，得到前景检测模型的前景图和背景图；

（d）将最终得到的检测结果图像从GPU传输回CPU。

2.根据权利要求1所述的一种基于GPU平台的突变光照鲁棒性前景检测算法，其特征在于，所述步骤（a）中，GPU中数据类型、大小一致的中间数据的内存空间申请为连续空间地址。

3.根据权利要求1所述的一种基于GPU平台的突变光照鲁棒性前景检测算法，其特征在于，所述步骤（b）和（c）中，归一化互相关特征和纹理特征的计算采用相邻的线程处理相邻的像素点的方式进行。

4.根据权利要求1所述的一种基于GPU平台的突变光照鲁棒性前景检测算法，其特征在于，所述步骤（c）中，每个线程为一个像素点单独建立混合高斯模型。

5.根据权利要求1所述的一种基于GPU平台的突变光照鲁棒性前景检测算法，其特征在于，所述式（1）优化为

（3）

式（2）优化为

（4）。

6.根据权利要求5所述的一种基于GPU平台的突变光照鲁棒性前景检测算法，其特征在于，所述式（3）和（4）拆解为下列组合：

（5）。

7.根据权利要求6所述的一种基于GPU平台的突变光照鲁棒性前景检测算法，其特征在于，所述步骤（c）中通过式（5）计算每个像素i的低维特征向量。