论文部分内容阅读
Adaboost算法是一种用于目标检测的有效算法,自2001年应用于人脸检测以来,陆续有各种改进算法提出,旨在提高检测精度和适用范围。然而,训练一个Adaboost分类器仍然是一个很耗时间的过程。目前,CUDA与Adaboost结合的研究主要集中于在已有分类器的基础上加速目标检测的过程,构建实时目标检测系统。本文对Adaboost算法进行分析,针对其训练时间长的问题,结合GPU的硬件结构和CUDA的编程特点,从特征值计算和弱分类器训练两方面对其进行并行化,提出了基于CUDA的Adaboost算法的实