modules/ocl/test/test_kalman.cpp

   1 ///////////////////////////////////////////////////////////////////////////////////////
   2 //
   3 //  IMPORTANT: READ BEFORE DOWNLOADING, COPYING, INSTALLING OR USING.
   4 //
   5 //  By downloading, copying, installing or using the software you agree to this license.
   6 //  If you do not agree to this license, do not download, install,
   7 //  copy or use the software.
   8 //
   9 //
  10 //                           License Agreement
  11 //                For Open Source Computer Vision Library
  12 // Copyright (C) 2010-2012, Multicoreware, Inc., all rights reserved.
  13 // Copyright (C) 2010-2012, Advanced Micro Devices, Inc., all rights reserved.
  14 // Third party copyrights are property of their respective owners.
  15 //
  16 // @Authors
  17 //    Jin Ma, jin@multicorewareinc.com
  18 //
  19 // Redistribution and use in source and binary forms, with or without modification,
  20 // are permitted provided that the following conditions are met:
  21 //
  22 //   * Redistribution's of source code must retain the above copyright notice,
  23 //     this list of conditions and the following disclaimer.
  24 //
  25 //   * Redistribution's in binary form must reproduce the above copyright notice,
  26 //     this list of conditions and the following disclaimer in the documentation
  27 //     and/or other oclMaterials provided with the distribution.
  28 //
  29 //   * The name of the copyright holders may not be used to endorse or promote products
  30 //     derived from this software without specific prior written permission.
  31 //
  32 // This software is provided by the copyright holders and contributors "as is" and
  33 // any express or implied warranties, including, but not limited to, the implied
  34 // warranties of merchantability and fitness for a particular purpose are disclaimed.
  35 // In no event shall the Intel Corporation or contributors be liable for any direct,
  36 // indirect, incidental, special, exemplary, or consequential damages
  37 // (including, but not limited to, procurement of substitute goods or services;
  38 // loss of use, data, or profits; or business interruption) however caused
  39 // and on any theory of liability, whether in contract, strict liability,
  40 // or tort (including negligence or otherwise) arising in any way out of
  41 // the use of this software, even if advised of the possibility of such damage.
  42 //
  43 //M*/
  44
  45 #include "test_precomp.hpp"
  46
  47 #ifdef HAVE_OPENCL
  48
  49 #ifdef HAVE_CLAMDBLAS
  50
  51 using namespace cv;
  52 using namespace cv::ocl;
  53 using namespace cvtest;
  54 using namespace testing;
  55 using namespace std;
  56
  57 //////////////////////////////////////////////////////////////////////////
  58
  59 PARAM_TEST_CASE(Kalman, int, int)
  60 {
  61     int size_;
  62     int iteration;
  63     virtual void SetUp()
  64     {
  65         size_ = GET_PARAM(0);
  66         iteration = GET_PARAM(1);
  67     }
  68 };
  69
  70 OCL_TEST_P(Kalman, Accuracy)
  71 {
  72     const int Dim = size_;
  73     const int Steps = iteration;
  74     const double max_init = 1;
  75     const double max_noise = 0.1;
  76
  77     Mat sample_mat(Dim, 1, CV_32F), temp_mat;
  78     oclMat Sample(Dim, 1, CV_32F);
  79     oclMat Temp(Dim, 1, CV_32F);
  80     Mat Temp_cpu(Dim, 1, CV_32F);
  81
  82     Size size(Sample.cols, Sample.rows);
  83
  84     sample_mat =  randomMat(size, Sample.type(), -max_init, max_init, false);
  85     Sample.upload(sample_mat);
  86
  87     //ocl start
  88     cv::ocl::KalmanFilter kalman_filter_ocl;
  89     kalman_filter_ocl.init(Dim, Dim);
  90
  91     cv::ocl::setIdentity(kalman_filter_ocl.errorCovPre, 1);
  92     cv::ocl::setIdentity(kalman_filter_ocl.measurementMatrix, 1);
  93     cv::ocl::setIdentity(kalman_filter_ocl.errorCovPost, 1);
  94
  95     kalman_filter_ocl.measurementNoiseCov.setTo(Scalar::all(0));
  96     kalman_filter_ocl.statePre.setTo(Scalar::all(0));
  97     kalman_filter_ocl.statePost.setTo(Scalar::all(0));
  98
  99     kalman_filter_ocl.correct(Sample);
 100     //ocl end
 101
 102     //cpu start
 103     cv::KalmanFilter kalman_filter_cpu;
 104
 105     kalman_filter_cpu.init(Dim, Dim);
 106
 107     cv::setIdentity(kalman_filter_cpu.errorCovPre, 1);
 108     cv::setIdentity(kalman_filter_cpu.measurementMatrix, 1);
 109     cv::setIdentity(kalman_filter_cpu.errorCovPost, 1);
 110
 111     kalman_filter_cpu.measurementNoiseCov.setTo(Scalar::all(0));
 112     kalman_filter_cpu.statePre.setTo(Scalar::all(0));
 113     kalman_filter_cpu.statePost.setTo(Scalar::all(0));
 114
 115     kalman_filter_cpu.correct(sample_mat);
 116     //cpu end
 117     //test begin
 118     for(int i = 0; i<Steps; i++)
 119     {
 120         kalman_filter_ocl.predict();
 121         kalman_filter_cpu.predict();
 122
 123         cv::gemm(kalman_filter_cpu.transitionMatrix, sample_mat, 1, cv::Mat(), 0, Temp_cpu);
 124
 125         Size size1(Temp.cols, Temp.rows);
 126         Mat temp = randomMat(size1, Temp.type(), 0, 0xffff, false);
 127
 128
 129         cv::multiply(2, temp, temp);
 130
 131         cv::subtract(temp, 1, temp);
 132
 133         cv::multiply(max_noise, temp, temp);
 134
 135         cv::add(temp, Temp_cpu, Temp_cpu);
 136
 137         Temp.upload(Temp_cpu);
 138         Temp.copyTo(Sample);
 139         Temp_cpu.copyTo(sample_mat);
 140
 141         kalman_filter_ocl.correct(Temp);
 142         kalman_filter_cpu.correct(Temp_cpu);
 143     }
 144     //test end
 145     EXPECT_MAT_NEAR(kalman_filter_cpu.statePost, kalman_filter_ocl.statePost, 0);
 146 }
 147
 148 INSTANTIATE_TEST_CASE_P(OCL_Video, Kalman, Combine(Values(3, 7), Values(30)));
 149
 150 #endif // HAVE_CLAMDBLAS
 151
 152 #endif // HAVE_OPENCL