HOG特征提取算法并行加速

　　HOG特征是一种简单高效的常用来进行物体检测的特征描述子，广泛应用于行人检测等领域，然而在处理海量图片时却面临着严峻的性能挑战。解决方法之一就是通过使用“神威太湖之光”超级计算机的处理器节点对海量图像背景下的行人检测算法进行加速。主要采用了两种并行方案：一种是一个处理器同时处理4张图片，另一种是同时处理256张图片。大量的串行和并行处理的实验测试结果表明，对高分辨率多幅图像的并行处理可采用第一种方案，加速比可达83倍；对低分辨率图像可采用第二种方案，加速比最高可达到95。两种并行设计方案在“神威太湖之光”的多处理器节点上具有很好的可扩展性能。