本书选取AMD HD7970和NVIDIA GTX680两个不同架构的GPU作为性能测试平台，选取Intel（R）Xeon（R）X5550 Quad Core CPU（2.66GHz 8MB L3 cache）作为CPU计算平台。选取两个不同计算平台的目的是验证性能可移植性。两个GPU计算平台的主要性能参数如表7-2所示。

表7-2 GPU计算平台性能参数

Viola-Jones人脸检测算法的CPU版本来自OpenCV2.4，该版本已深度优化，在CPU平台上具有较高的性能。因此，选择该版本，可提高性能对比的可信性。值得注意的是CPU版本在编译时，添加“-o3”选项，以充分利用CPU的计算资源，提高CPU串行版本的性能。检测图片来源于CMU人脸检测项目所用的数据库[21]，该数据库是CMU人脸检测项目的专用数据库，提供了用于大量评估算法准确性的人脸正面图片，非常具有代表性。(www.daowen.com)

在实际测试中，我们选择了50张图像，共包含427个人脸，来评估我们实现的人脸检测算法GPU版本的正确性和性能。图7-10列举了其中3幅不同大小、不同背景、不同人脸数目的图片。其中图片1的大小为256×337，包含人脸数目为1；图片2大小为696×510，包含人脸数目为12；图片3大小为1280×1024，包含人脸数目为56。

图7-10 检测图像