基于 GPU 的团队协作动作识别框架
分布式、并行与集群计算
2013-10-15 v1
摘要
由于需要复杂的计算模型以实现高性能系统，团队协作动作识别的实时处理是一项挑战。因此，本文提出了一种基于图形处理器（GPU）的框架，以显著提升基于角色的团队活动识别性能。该框架可应用于多个领域，尤其是体育和军事应用。此外，该框架可根据多种动作识别应用进行定制。本文介绍了该框架的各个阶段，其中 GPU 是提升性能的主要工具。通过在 GPU 上执行视频处理和机器学习算法实现了加速。视频处理和机器学习算法涵盖了框架中涉及的所有计算。视频处理任务包括运动检测、分割和物体跟踪算法的 GPU 实现。此外，我们的框架集成了 GPUCV，即 OpenCV 函数的 GPU 版本。在我们的框架下，机器学习任务得到了支持，包括用于物体分类和特征离散化的支持向量机（SVM）的 GPU 实现、用于活动识别阶段的隐马尔可夫模型（HMM），以及用于团队成员角色识别的 ID3 算法。该系统在 UC-Teamwork 数据集上进行了测试，在 NVidia 9500GT 显卡（32 个 500MHz 处理器）上实现了 20 倍的加速。
引用
@article{arxiv.1310.3322,
title = {GPU-Framework for Teamwork Action Recognition},
author = {Mohamed Elhoseiny and Hossam Faheem and Taymour Nazmy and Eman Shaaban},
journal= {arXiv preprint arXiv:1310.3322},
year = {2013}
}
备注
7 pages