CUDA 中的广义霍夫变换 - 如何加快分箱过程？

正如标题所示，我正在对并行计算机视觉技术进行一些个人研究。使用 CUDA，我尝试实现 GPGPU 版本的霍夫变换。我遇到的唯一问题是在投票过程中。我调用atomicAdd() 来防止多个同时写入操作，但我似乎没有获得太多的性能效率。我在网上搜索过，但没有找到任何方法可以显着提高投票过程的性能。

如果您能提供有关投票过程的任何帮助，我们将不胜感激。

我不熟悉霍夫变换，因此发布一些伪代码可能会有所帮助。但如果您对投票感兴趣，您可以考虑使用 CUDA 投票内在指令来加速这一过程。

请注意，这需要 2.0 或更高版本的计算能力（Fermi 或更高版本）。

如果您想计算一个线程中的线程数block对于特定条件成立的情况，您可以使用__syncthreads_count().

bool condition = ...; // compute the condition
int blockCount = __syncthreads_count(condition); // must be in non-divergent code

如果您想计算一个线程中的线程数grid对于条件为 true 的情况，您可以执行以下操作atomicAdd

bool condition = ...; // compute the condition
int blockCount = __syncthreads_count(condition); // must be in non-divergent code
atomicAdd(totalCount, blockCount);

如果需要计算小于条件为 true 的块的组中的线程数，可以使用__ballot() and __popc()（人口统计）。

// get the count of threads within each warp for which the condition is true
bool condition = ...; // compute the condition in each thread
int warpCount = __popc(__ballot()); // see the CUDA programming guide for details

希望这可以帮助。