Question

我实现了可分离卷积以加速2D高斯卷积。

clear all;
close all;

im = randi([0,255],1024,1024);

win = 7;
window = fspecial('gaussian',win,win/6);

[U, S, V] = svd(window);
v = U(:,1) * sqrt(S(1,1));
h = V(:,1)' * sqrt(S(1,1));

out1 = filter2(window, im);
out2 = filter2(h, filter2(v, im));
norm(out1 - out2)

tic
for i = 1:1000
    out1 = filter2(window, im);
end
toc

tic
for i = 1:1000
    out2 = filter2(h, filter2(v, im));
end
toc

win * win /（win + win）= 2.5倍，可分离的版本应该更快，但它实际上更慢：

ans =
2.6250e-12

Elapsed time is 5.486270 seconds.
Elapsed time is 8.769868 seconds.

filter2中是否有隐藏的实现？

Answer 1

首先，如果您查看filter2的源代码，您可以看到它已经使用相同的可分离SVD方法实现。这是filter2在您的案例中所做的要点（但您真的应该单步执行代码）：

[U, S, V] = svd(window,'econ');
v = U(:,1) * sqrt(S(1,1));
h = V(:,1)' * sqrt(S(1,1));
out2 = conv2(v, h, im, 'same');

你所做的是相同的，但你不是使用更有效的单一呼叫conv2(v, h, im, 'same')，而是最终做递归呼叫conv2(conv2(im, v, 'same'), h, 'same')，这显然是使它变慢的原因。

Answer 2

Matlab对内置conv函数集（包括conv2）的实现是次优的。你可以在这里阅读它（和解决方法）：http://undocumentedmatlab.com/blog/convolution-performance。

基本思想是使用卷积定理或基于C ++的MEX实现，或者最好使用两者，如Bruno Luong的 convfft < / strong>实用程序。

在可分离卷积中没有加速

2 个答案: