[发明专利]一种基于GPU加速的Haar检测方法

权利要求书

1.一种基于GPU加速的Haar检测方法，其特征在于，包括以下步骤：

（1）系统初始化，CPU将所有放大系数下的扫描窗口、特征框信息以及分类器参数数据，传输并保存至GPU设备上；

（2）按照图像矩阵的列数依次设置线程数并调用两次核函数，进行两次矩阵转置，得到图片的积分图和平方积分图；

（3）将扫描窗口和特征框排列在GPU全局内存中，进行haar算法检测，具体如下：

a.配置GPU的网格数和块数,所有扫描窗口依次经过级联分类器的每一个强分类器，在经过级联分类器的至少前三个强分类器时，采用一个线程处理一个扫描窗口的并行方式进行计算，且每个线程中每个扫描窗口遍历当前强分类器的所有弱分类器，得到积分图特征值；

b.将积分图特征值与对应弱分类器阈值比较得到分值，各个弱分类器的分值累加的最终结果与对应强分类器的阈值比较，判断当前扫描窗口是否通过当前强分类器；

c.在扫描窗口经过级联分类器的至少后三个强分类器时，采用一个block计算一个扫描窗口，同一block内部的各个线程负责当前扫描窗口经过不同弱分类器的计算；

（4）将通过所有强分类器的扫描窗口进行矩形框合并，得到待检测结果。

2.根据权利要求1所述的一种基于GPU加速的Haar检测方法，其特征在于，所述步骤（2）的具体方法如下：

首先，按照图像矩阵的列数依次设置线程数，调用核函数，依次纵向进行当前行和下一行的计算，然后进行矩阵转置；

然后，按照转置后的矩阵列数设置线程数，调用核函数，依次再进行当前行和下一行的计算，再进行矩阵转置，得到的矩阵即为所需要的积分图；

最后，采用同样的方式计算相应的平方积分图。

3.根据权利要求2所述的一种基于GPU加速的Haar检测方法，其特征在于，在所述步骤（3）中，下一级线程数由通过上一级强分类器的扫描窗口数目决定。

4.根据权利要求3所述的一种基于GPU加速的Haar检测方法，其特征在于，在扫描窗口经过所述步骤b与c之间的强分类器时，只需要调用一次核函数。