第一篇：變換的崗位與不變的責任

變換的崗位與不變的責任

發布日期：2013年01月08日

【字體：大 中 小

在填表時遇到“工作經歷”這一欄，是59歲的陳德生最頭疼的事。

這位江西省九江市武寧縣國稅局的老稅官，1986年加入稅務系統以來，共有11次崗位變動。將這些經歷一一寫出，要用整整一頁上半小時。

在這份沉甸甸的紀錄中，有從稽查局副局長到食堂管理員的“上下”變更，有從城區到分局專管員的“遠近”變動，有從稅收管理員到服務廳的“前后”變化，還有從監察員到稽查員再到人教股的崗位轉變……對這些頻繁的變動，別人也許不太理解，而對陳德生來說，變動卻都是平常的，只要是組織安排、工作需要，他都用笑容去面對，用責任去擔當。

“革命戰士一塊磚，哪里需要哪里搬”。變換的是崗位，不變的是責任。就這樣，歲月流逝間，陳德生用自己的信念與堅守譜寫了一凡稅務工作者的贊歌。

從“上”到“下”，不計得失樂奉獻

即將退休的陳德生有時候也會想，回首這么多年，有過11次工作變動，最難忘的會是哪一個？

“要說最難忘的，”陳德生皺皺眉頭，望向遠方，仿佛這些年的種種經歷，都浮現在眼前。然后緩慢而堅定地將答案給了這些崗位中最級別——食堂管理員。

1986年，在部隊已是營級干部的陳德生轉業來到稅務局，成為一名普通的監察員。在從軍人到稅官職業的第三年，陳德生從監察崗到食堂當管理員，他卻將這看作是“領導的信任”。

接下來的兩年近700個日子里，每周一到周五，武寧縣城的幾個菜市場之間總有陳德生的身影，他每天都會親自采購當天所需的，幾十斤的菜裝滿了好幾個大袋。為了節省食堂開支，他自己購買了一輛自行車，每天騎車去離縣城近5公里的農村采購時蔬；為了新鮮、價格合理的蔬菜，陳德生往往會在幾個菜市場之間來回比價，或去農戶家里直接采購，“能省就省，跟家里買菜一樣。”食堂管理員的這段經歷，在陳德生的一生中是無法磨滅的記憶。

就在管理食堂的第二年，陳德生的妻子因罹患肝癌去世。心里巨大的傷痛，常常在夜里襲來。然而，這位錚錚鐵漢，帶著對愛妻的思念，帶著對兒女照顧欠周的歉疚，料理好妻子后事，第一時間出現在崗位，又蹬起那輛自行車，穿梭于食堂與菜場之間，每天準點堂忙碌，為工作奔波，從春到冬，一如既往。早晨起床忙食堂，到了下午兒女放學，又跑著小步趕回家中買菜做飯、洗衣洗被。直到，勞累一天的陳德生望著熟睡的兒女，凝視妻子的遺像，鉆心的疼痛只有悄然落在淚水之中。忍著心中的悲痛，陳德生一如既往，從懈，他管理的食堂不僅賬目清晰，菜式營養，全局上下無不贊揚陳大哥的細心與負責。

“為什么不多請一天假呢？并沒有人會怪你?！泵鎸τ浾叩脑儐?，陳德生嘆了口氣——16年前的那段日子，領導和同事也說過同樣的他同樣只是搖了搖頭。

“事情既然已經發生了，就要面對現實。我不能因為個人的事耽誤工作。”不因個人的事耽誤工作，是陳德生對稅務工作許下的承諾 陳德生并沒有提起他從稅生涯中最“高”的職位——武寧縣國稅局稽查局副局長。

當記者問起時，陳德生擺了擺手：“在哪個崗位還不是一樣?！?997年，陳德生任武寧縣國稅局稽查局副局長。隨后4年，陳德生己的敬業與能力書寫了一張漂亮的工作答卷：處理稅務人員違紀3起，稽查稅務案件8起，查補稅款200余萬元?！拔业目记谑亲顕勒搶φl，一視同仁?！标惖律F面無私的精神，讓他帽檐的稅徽迎著陽光，熠熠生輝。

在被稱呼為“陳局長”的第四個年頭，陳德生迎來了又一次調動。由于年齡關系，陳德生從稽查局副局長變成了一名普通的稽查員。陳德生記得，當時從副局長辦公室搬出來，與大家一起辦公時，也聽到了一些異樣的聲音。

“說一點情緒都沒有，那是假的。但很快就調整過來了。干什么工作，在什么位置都一樣，我都要把事情做好?！闭勂疬@些時，陳德

厚地笑了?！爱旑I導與不當領導，對我來講都是一樣，作為一名黨員，沒有理由去挑選自己的崗位和職位，只要工作需要，我樂意在任位做點實事，工作再苦再累我也無怨無悔?！?/p>

在任何位置都一樣把事做好，是陳德生職業生涯的又一承諾。他一生的稅務工作經歷，便是對這句話的最好注解。

“一會兒稽查副局長，一會兒食堂管理員，沒有埋怨過領導嗎？”

陳德生用斬釘截鐵的“絕對沒有”來回答。相反的，他對一切充滿了感激：“黨和國家培養我這么多年不容易，我只希望自己可以多為 從“后”到“前”，依然積極求上進 做一些事。至于讓我做什么，這真的不重要，任何位置都有發光發熱的機會。還有一分熱，就發一分光，我要站好最后一班崗?！?/p>

總是盡職盡責的陳德生在女兒眼里，是個總在忙碌的父親。這位對家庭帶有歉疚的父親，在一次次崗位變動中，卻從未提出就近工要求。

1991年，武寧縣國稅局缺少一線征管人員。那時，去一線收稅在不少人眼里是件苦差事，不僅離家遠，常下戶，還容易得罪人。又是陳德生，又是主動請纓，又是苦差事。“那個時候，沒有電腦，都是手寫，忙的時候一天要開上百張票?！标惖律貞浧甬斈?，只是笑笑?！皝砦覀冞@的時候，陳大哥年紀算大的了，但他絲毫沒有放松過學習，有什么不懂的就問?！标惖律耐逻€記得，陳德生進企業實踐學習，一邊請教業務骨干，近一年的時間他寫下了近3萬字的學習筆記。當年，他一人填開稅票達2400余份，填票準確98%以上，征收稅款300余萬元，占分局總收入的23.1%.分管的納稅戶按期入庫率在95%以上。

“陳稅官是個實在人，總是幫助、輔導我們企業，為我們著想，耐心又專業。”武寧縣九江昂泰藥業公司董事長丁大林感慨地說，從至今20余年，他與陳德生也就打了20年交道。在任何一個崗位，陳德生為企業服務的心，從未改變。

就這樣，在2010年以前，陳德生先后做了2年的稽查員，4年的個體戶專管員，半年的人事教育，3年的紀檢監察工作，5年的管理員，這些紀錄的背后，是他始終如一的恪盡職守，兢兢業業。

2010年，陳德生又有了新變動：被安排到辦稅服務廳工作。這是他的第十次工作變動?！俺闪饲芭_工作人員了?！标惖律ρ?。在這樣見證了陳德生熱心熱情、一心一意的服務，武寧縣國稅局辦稅服務廳副主任敖寧芳提起陳大哥便豎起大拇指：“一絲不茍，敢于承擔 而一開始，敖寧芳曾經認為這是陳德生“最不可能來的崗位”。

原因在于，陳德生調來辦稅服務廳的3年前，他29歲的兒子因車禍離開人世。而這位正值青春年華的年輕人，正是在父親后來調辦稅服務廳工作?！八麤]有因為這里是兒子曾經工作過的位置，是傷心之地，就拒絕過來。從心底說，我很佩服陳大哥?！?/p>

堅強的陳德生依舊沒有多請一天假，“不能因為個人的事耽誤工作”，還是這句話，還是這個人，還是這份從未動搖的責任心。今年3月，已經習慣了辦公桌前總有納稅人圍著的陳德生，迎來了工作經歷中最后一次工作變動，此時距離這位老稅官退休還有整年半。

這一次，工作性質沒有變，還是窗口工作人員，只是工作地點從國稅局辦稅服務廳移到了武寧縣行政服務中心。

這是一個讓領導頭疼已久的位置。由于工作要求高，行政服務中心的國稅窗口已經有過多次人員變動，效果卻一直不盡如人意。已三次主動請纓的陳德生又一次敲開了局長辦公室的門?！熬珠L，讓我去吧！”

這是陳德生最新的一張辦公桌。在抽屜里，整齊地擺放著厚厚一疊工作筆記，其中一本滿是手寫的咨詢記錄，從3月15日至今，寫滿了18張?！拔腋f萍說，我們一定要做到零投訴零通報，為國稅爭光！”萬萍是在行政服務中心工作的另一名工作人員?！拔揖蜎_大哥來的！”直爽的萬萍說道，半年前，得知陳德生將調往行政服務中心，出于對陳德生的了解與佩服，她也提出一同前往。就這樣，服務中心里88個窗口工作崗位中，陳德生盡職盡責，服務周到，樹立了良好的稅務部門形象，得到了行政服務中心領導和納稅人的。

幾年辦稅服務廳的經歷，為陳德生的稅務生涯又增添了一組數據：直接服務納稅人近3萬人（次），核銷普通發票達16萬份。每一個來，最后一個走，這樣的印象，陳德生26年的所有工作伙伴，對此都不陌生。

從始至終，矢志不渝重責任

讓身邊的人最為欽佩的，是這些年從未聽見陳大哥有過一句抱怨。

“真的一句也沒有？”

“絕對沒有！”每一個接受采訪的納稅人或同事，都給記者同樣肯定的回復。

從“上”到“下”，從“前”到“后”，從“遠”到“近”，26年來，不論自己的頭銜是副局長、辦事員還是管理員，不論工作地點在街道、辦公是菜市場，不論工作任務是收稅、稽查還是收拾餐桌，陳德生都用自己的言行踐行自己的承諾。這些經歷，凝結著一個稅務工作者2如一日的奉獻；一頭花白發，訴說著這些年來陳德生的坎坷與堅韌。面對不斷變化的工作，是從不改變的默默奉獻，變與不變之間，么在支撐著陳德生？

“人的一生，時間很有限，我要把有限的時間奉獻給我所從事的工作。”陳德生的回答簡短而鏗鏘。

陳德生的堅毅性格，源自兩個深深的烙印。出身農村，使得陳德生非常珍惜現有的一切；而長達18年的軍旅生活，更讓他明白，安排、顧全大局的重要性?！安荒芸傁胫约?，生怕吃一點虧，這個價值觀是不對的。整個集體好了，我自己不也就好了嗎？”

陳德生的價值觀又在哪里？“我的價值觀就體現在平凡的日常工作中，不論在什么位置，只要把工作做好，這就是價值的一種實現 個人利益要服從集體利益，是被陳德生重復最多的一句話。曾在對越自衛反擊戰中榮立三等功的陳德生，將個人得失放在了最后，年來如一日，在平凡的崗位上書寫了不平凡的人生。

“我現在就在想，退休了以后我該怎么辦？”說完，陳德生哈哈大笑起來?！熬褪情e不住，還是工作能讓我心里踏實?！标惖律男θ菸覀兛匆娏艘粋€老稅務工作者對稅收工作的無限眷戀與熱愛，看見了一個天命之年的老者面對坎坷的從容與堅定，看見了一個平凡的工作對社會的責任與擔當，而這些，都將鐫刻于歲月之中。

第二篇：崗位與責任

“崗位與責任”主題演講比賽主持人串詞

女：尊敬的各位領導、各位評委、同事們

合：大家上午好

男：陽春三月，暖意融融，在這春意盎然的季節里，為進一步激發稅務干部的崗位責任使命感和工作積極性，確保2013年各項工作有效推進和落實，堅持不懈地推進“四化建設”。今天，我們相聚在這里，迎來了以“崗位與責任”為主題的演講比賽活動。

女：請允許我介紹本次活動邀請到的6位評委：他們分別是： 1號評委：

2號評委：

3號評委：

4號評委：

5號評委：

6號評委：

男：讓我們以熱烈的掌聲向一直以來關心、支持田東國稅工作、并親臨本次活動的各位領導、嘉賓，表示衷心的感謝。合：“田東縣國家稅務局“崗位與責任”演講比賽現在開始！男：下面由我們介紹本次比賽的評分規則及設獎事項： 男：評分注意事項：

女：評分細則：

男：記分規則：

女：設獎事項：本次比賽設一等獎1名，二等獎2名，三等獎3名和優秀獎若干名。

男：讓我們以熱烈的掌聲請出今天第一位參賽選手來自股的某某同志為我們做精彩演講，他演講是的題目是《》。女：請2號選手某某同志做好準備。有請

男：謝謝1號選手的精彩演講。

女：接下來上場的是2號選手股的某霜同志，她演講的題目是《》。請3號選手某某同志做好準備。

女：謝謝2號選手為我們作精彩的演講。

男：有請3號選手某某上臺演講，他演講的題目是《》。女：謝謝3號選手為我們作精彩的演講。

男：下面有請評委為前三位選手的演講亮分，請為1號選手亮分，1號評委分、2號評委。。。報分完畢

女：請評委為2號選手亮分。。。報分完畢

男：請評委為3號選手亮分。。報分完畢。

女：有請4號選手為我們作演講，他演講的題目是《》。5號選手作好準備。

男：現在宣布前三位選手的得分情況：1號選手，去掉一個最高分，去掉一個最低分，1號選手的最后得分.。女：請評委為4號選手亮分。。報分完畢。

男：有請5號選手為我們作演講，他演講的題目是《》。6號

選手作好準備。

女：現在宣布4號選手的得分情況：去掉一個最高分，去掉一個最低分，最后得分

男：請評委為5號選手亮分。。報分完畢。

女：有請6號選手為我們作演講，他演講的題目是《》。7號選手作好準備。

男：現在宣布5號選手的得分情況：去掉一個最高分，去掉一個最低分，最后得分

女：請評委為6號選手亮分。。報分完畢。

男：有請7號選手為我們作演講，他演講的題目是《》。8號選手作好準備。

女：現在宣布6號選手的得分情況：去掉一個最高分，去掉一個最低分，最后得分

男：請評委為7號選手亮分。。報分完畢

女：有請8號選手為我們作演講，他演講的題目是《》。9號選手作好準備。

男：現在宣布7號選手的得分情況：去掉一個最高分，去掉一個最低分，最后得分

女：請評委為8號選手亮分。。報分完畢

男：有請9號選手為我們作演講，他演講的題目是《》。10號選手作好準備。

女：現在宣布8號選手的得分情況：去掉一個最高分，去掉

一個最低分，最后得分

男：請評委為9號選手亮分。。報分完畢

女：有請10號選手為我們作演講，他演講的題目是《》。11號選手作好準備。

男：現在宣布9號選手的得分情況：去掉一個最高分，去掉一個最低分，最后得分

女：請評委為10號選手亮分。。報分完畢

男：有請11號選手為我們作演講，他演講的題目是《》。12號選手作好準備。

女：現在宣布10號選手的得分情況：去掉一個最高分，去掉一個最低分，最后得分

男：請評委為11號選手亮分。。報分完畢

女：有請12號選手為我們作演講，他演講的題目是《》。13號選手作好準備。

男：現在宣布11號選手的得分情況：去掉一個最高分，去掉一個最低分，最后得分

女：請評委為12號選手亮分。。報分完畢

男：現在是最后一名上場，13號選手為我們作演講，他演講的題目是《》。

女：現在宣布12號選手的得分情況：去掉一個最高分，去掉一個最低分，最后得分

男：請評委為13號選手亮分。。報分完畢

女：現在宣布13號選手的得分情況：去掉一個最高分，去掉一個最低分，最后得分

男：下面請統計組統計13位選手的最后得分。

女：結束語：春回大地，萬物復蘇，在這陽光明媚的美麗三月，13位選手通過熱情洋溢的演講，給大家展示了他們對崗位與責任的認識和看法，也讓我們從中感受到了在平凡的崗位上做出不平凡的工作，這就是責任。

男：本次演講比賽雖然結束了，但我們每個人在學習工作和生活中的比賽還將繼續，讓我們以高昂的激情，繼續深化“崗位與責任”的創新機制，以實際行動使各項工作實現“穩中求進、提檔升級”的總體目標。

女：有請韋忠元副局長宣布獲獎名單：

第三篇：崗位與責任演講稿（范文模版）

崗位與責任演講稿

各位領導、同志們，大家好：

感謝領導和同志們給我這次演講的機會。希望通過這次演講，使大家對我的工作有更深入的了解，對我的崗位給予更多的關注和支持。

在當前經濟社會不斷發展的新時期，如何立足崗位職責，實現價值貢獻，這是每個企業員工必須認真面對的重大課題。

如何才能提高我們的職業操守和道德修養呢？我認為首先要做到的就是牢記企業宗旨，堅定發展信念。

人生如屋，信念是柱。人生沒有信仰，生活就會喪失方向，精神就會萎靡不振。企業的每一名員工只有堅定發展信念，才能有職業“定力”，才能對企業的發展充滿信心，避免出現“信任危機”。只有堅持企業既定發展的方向，牢記企業宗旨，每一名企業員工才能在思想理念上與企業發展的步伐保持步調一致，用企業發展的目標激勵自己，用職業規范要求自己，矢志不渝地推進做大做強我們的企業；才能誠心誠意地為企業謀利益，不仁之事不做，不義之財不取，不正之風不沾，不法之事不干，清清白白做事、堂堂正正做人；在巨大的精神動力推動下，兢兢業業，腳踏實地做好本職工作。

有了對企業發展的信心與愛崗敬業的理念，接下來最關鍵的就是，立足本職，崗位奉獻，在平凡的崗位上，構建起企業與員工的利益共同體。

在我們的工作中，在這平凡的核賠員崗位上，處處都有著對立足崗位職責，實現價值貢獻的考驗，時時都需要“責任”二字。曾經有一位企業家這樣說過：“把平凡的工作做好就不平凡；把簡單的工作做好就不簡單”。這句話樸實無華，卻形象深刻，發人深思，它不也正是對我們每一位企業員工是否能夠做到立足崗位職責，實現價值貢獻而進行的考驗嗎？

古人云：不積跬步，無以致千里；不積小流，無以成江河。我們要把一點一滴的小事做好，把一分一秒的時間抓牢，積極、主動和創造性地開展工作，促進我們的企業生產安全、高效順行、平穩發展，努力開創企業發展的新局面。我們要切實改進工作作風，不斷提高工作效率和服務質量，把立足崗位職責，實現價值貢獻的精神內涵真正體現到日常工作中去，這就是愛崗敬業，這就是崗位奉獻。

近十年的核賠工作的經歷，讓我感受到了太多太多發生工作一線的普通員工感人肺腑的事跡。那些為了工作而不辭辛苦、嘔心瀝血、默默奉獻的優秀企業員工，不正是在平凡的崗位踐行立足崗位職責，實現價值貢獻的嗎？我想，如果我們每一名企業員工都在自己的崗位上盡忠職守，那么無數次平凡將凝成偉大，無數個普通將造就非凡！我們的企業，正是因為有一大批奮斗在平凡崗位上的優秀員工用自己的辛勤勞動，踏踏實實，兢兢業業的在立足崗位職責，實現價值貢獻的過程中使自己的人生價值也得以體現嗎？他們就如一棵棵小草，也許你會覺得他們很平凡，甚至會忽略他們的存在，但是，正是他們撐起了我們企業發展的一片藍天！責任，不僅僅是簡單的兩個字，它更是一種做人的理念。

我會在今后的工作中尊重領導，團結同志，不越權，不越位；積極思考，努力地建言獻策；與部門里的同志共同做好理賠的工作。

最后，讓我用一句話概括今天的演講，在此與大家共勉：讓我們站在這平凡的崗位上，用自己平凡的雙手共同托起我們企業的明天！

我的演講完畢，謝謝大家。

第四篇：基于OpenCL的尺度不變特征變換算法的并行設計與論文

針對尺度不變特征變換(SIFT)算法實時性差的問題，提出了利用開放式計算語言(OpenCL)并行優化的SIFT算法。首先，通過對原算法各步驟進行組合拆分、重構特征點在內存中的數據索引等方式對原算法進行并行化重構，使得計算機網絡算法的中間計算結果能夠完全在顯存中完成交互;然后，采用復用全局內存對象、共享局部內存、優化內存讀取等策略對原算法各步驟進行并行設計，提高數據讀取效率，降低傳輸延時;最后，利用OpenCL語言在圖形處理單元(GPU)上實現了SIFT算法的細粒度并行加速，并在中央處理器(CPU)上完成了移植。與原SIFT算法配準效果相近時，并行化的算法在GPU和CPU平臺上特征提取速度分別提升了10.51～19.33和2.34～4.74倍。實驗結果表明，利用OpenCL并行加速的SIFT算法能夠有效提高圖像配準的實時性，并能克服統一計算設備架構(CUDA)因移植困難而不能充分利用異構系統中多種計算核心的缺點。

0引言

以尺度不變特征變換(Scale Invariant Feature Transform，SIFT)算法[1]為代表的基于特征的圖像匹配方法近幾年發展迅速，該算法對光照、角度或尺度變化的圖像都有較好的匹配精度和適應性，但實時性差。為了提高實時性，在此基礎上又衍生出了主成分分析(Principal Component Analysis，PCA)SIFT[2]、快速魯棒特征(Speed Up Robust Feature，SURF)檢測[3]等改進算法。這些改進的算法盡管在速度方面有所提升，但實時性仍然不能滿足實際應用要求且在抗尺度和抗旋轉方面性能都有不同程度的下降，因此仍無法取代經典的SIFT算法[4]。

近年來隨著圖形處理器(Graphics Processing Unit，GPU)計算能力的不斷提升，利用GPU天然硬件并行的特性來加速非圖形通用大規模運算逐漸受到人們的青睞，目前較為成熟并得到廣泛應用的GPU并行編程模型為英偉達(NVIDIA)公司開發的統一計算設備架構(Compute Unified Device Architecture，CUDA)模型。文獻[5-7]利用CUDA實現了SIFT算法關鍵步驟的GPU并行加速，取得了一定的加速效果。文獻[8-9]在移動GPU平臺上利用開放式計算語言(Open Computing Language，OpenCL)實現了SIFT算法的并行加速，相對于移動中央處理器(Central Processing Unit，CPU)取得了4.6～7.8倍的加速效果。另外，完成同樣的計算，GPU比CPU的功耗低87%，即利用OpenCL實現的GPU并行運算相對于傳統的CPU具有更高的性能功耗比，但以上方法大多采用步驟分離的優化，沒能充分利用GPU全局內存以及算法各步驟的中間計算結果，加速效果受顯存帶寬的制約。

另外利用CUDA實現的算法只適用于NVIDIA顯卡，移植困難，而目前的計算機系統大多是“CPU+協處理器”的異構系統[10]，這使得CUDA無法充分利用異構系統中不同類型的計算核心。具有跨平臺特性的開放式并行編程語言OpenCL的出現為解決此問題提供了契機，利用OpenCL設計的并行算法能夠在CPU+(GPU、數字信號處理器(Digital Signal Processor，DSP)、現場可編程門陣列(FieldProgrammable Gate Array，FPGA)等異構系統間移植[11-12]，該特性使得經OpenCL優化的算法能夠擺脫對硬件平臺的依賴。自2010年OpenCL1.1發布以來，對OpenCL技術的應用研究逐漸興起。陳鋼等[13]對OpenCL內存操作作了深入的分析;Yan等[14]利用OpenCL實現了SURF算法的并行加速。OpenCL編程相比CUDA更為復雜[15]，在軟件開發方面也面臨更多的挑戰和困難，目前在PC平臺上還沒有利用OpenCL并行優化的SIFT算法出現。

針對以上問題，本文對SIFT算法步驟及數據索引方式進行重構，提高其并行度，然后通過優化內存讀取、合理利用OpenCL內存層次等策略對該算法進一步優化，在NVIDIA GPU平臺上實現了SIFT特征的快速提取。為研究OpenCL的可移植性，將優化的GPU版本移植到Intel雙核CPU平臺上，實驗表明優化后的算法在兩種計算平臺上的實時性都有一定提升。

1SIFT特征提取算法流程

SIFT算法最早由Lowe[1]在1999年提出并于2004年完善，由于其良好的匹配特性，目前已得到廣泛研究與應用。SIFT特征點提取實質是在不同尺度空間上查找關鍵點(特征點)，算法基本步驟如下。

1)尺度空間構建。

2)高斯差分金字塔空間構建。

3)DOG空間極值點檢測。

DOG空間極值點檢測就是將DOG圖像中每個像素與它同尺度的8鄰域點及上下相鄰尺度對應的9×2個鄰域點進行比較，若為極值點則作為候選特征點，記錄其位置和對應的尺度。為獲得更精確的特征點位置，在候選特征點處進行泰勒展開，得到式(4)：

D(x)=D+DTxx+12xT2Dx2x(4)

其中：關鍵點偏移量為x此處的偏移量x，與后面的x的命名重復，不太規范，因一篇論文中，一個變量僅能代表一個含義，若包括兩個含義，則指代不清晰，是否可以用另一個變量對此進行說明?

回復：這兩個變量x是使用字體來區分的，一個是粗斜體表示向量，一個是細斜體，表示普通變量。是可以區分的。

這個公式是經典文獻[1]中此算法的原作者提出的公式，也是用這種方式表述的。為保持統一，所以我覺得可以不用修改。=(x，y，σ)T;(x，y，σ)在該極值點處的值為D;令D(x)x=0，可通過式(5)求得極值：

=-2D-1x2Dx(5)

在Lowe[1]的文章中當在任意方向上的偏移量大于0.5時，認為該點與其他關鍵點很相似，將其剔除;否則保留該點為候選特征點，并計算該點對應的尺度。

4)特征點主方向計算。

5)SIFT特征矢量生成。

將特征點鄰域內圖像坐標根據步驟4)計算出的特征點主方向進行旋轉，使得特征向量具有旋轉不變性，旋轉后以特征點為中心劃分成4×4個子區域，在每個子區域內計算8方向的梯度方向直方圖，即可構成4×4×8共128維SIFT特征矢量。

2SIFT算法的并行化重構

OpenCL標準將內核可用的內存分為私有內存、局部內存和全局內存/常量內存等類型[16]，所以在利用OpenCL優化算法時，充分挖掘GPU內存的存儲層次，合理分配工作組大小是提高并行運算效率的關鍵[17]。為提高算法并行度方便數據劃分、降低內存帶寬要求，本文對SIFT算法作了以下重構。

1)步驟合并。將構造尺度空間、創建高斯金字塔及極值點檢測三步驟統一設計，目的是充分利用OpenCL的global memory和local memory的訪問機制，使得這3個步驟的中間計算結果最大限度地在顯存中完成交互，減少內存與顯存間的數據交換次數，隱藏帶寬延時。

2)步驟拆分。將極值點定位分為極值點坐標檢測和極值點精確定位兩步：第1步只返回極值點坐標，目的是輔助主機端完成內存分配;第2步完成極值點精確定位。

3)重構數據索引。本文全面摒棄基于隊列的特征點索引方式，而是采用線性存儲的方式管理特征點集，這對OpenCL內核的工作項劃分、提高數據讀取效率以及降低內存訪問沖突都非常有效。

4)任務細粒度并行。經過數據索引重構，在OpenCL的內核運行時，可方便地部署大規模的工作組和工作項，實現計算任務的細粒度劃分。經過以上設計后不僅能提高數據訪問速度，而且能夠避免潛在的內存訪問沖突。

3SIFT算法的OpenCL實現

圖1為并行設計的SIFT特征提取流程。整個設計充分利用全局內存以降低數據傳輸延時。主機端首先分配相應內存對象，然后依次入列高斯模糊、DOG金字塔和極值點檢測3個OpenCL內核，完成后即可生成尺度空間和DOG金字塔，從全局優化考慮，將這兩部的結果駐留在全局內存中，只返回經壓縮的極值點坐標。接著按序運行極值點精確定位、特征點方向計算和特征向量生成3個步驟，計算完成后即完成特征提取全過程。整個流程僅有返回極值點坐標和返回特征點結果兩次讀回操作，其余的中間結果全部在顯存中完成交互，提高數據利用率，降低顯存帶寬要求。

3.1高斯模糊+DOG+極值點檢測內核設計

深入發掘算法的并行潛力，充分利用OpenCL的內存層次、合理配置工作項數量和工作組大小是性能提升的關鍵，也是內核設計的難點。

3.1.1高斯濾波內核設計及工作項分配

為降低計算量，將二維高斯變換分解為沿水平和垂直方向的一維變換，分解后可減少(N2-2×N)×W×H次乘法運算(N為高斯核大小，W、H為圖像的寬和高)。由于每個像素相互獨立，所以在NDRange函數入列高斯濾波內核時將工作項大小設置為W×H-N，即每個工作項完成一個像素的卷積。另外，進行卷積時相鄰像素(圖2黑實線框內數據)要重復讀取圖2灰色部分的數據，為提高讀取效率，本文通過配置工作組，實現原始數據在局部內存中共享。圖2為水平高斯核寬度為7、工作組大小設置為8時的數據分配，圖2表示每8個工作組讀取14個數據，完成8個點(圖2黑虛線框內數據)的卷積運算。

在工作組內共享局部內存通常能提高計算性能，但并不絕對[18]。為找到工作組的最佳大小，本文測試了不同工作組大小時，寬度為11的高斯核對分辨率為1280×960的圖片進行水平卷積的耗時，測試結果如圖3所示。隨著工作組的增大，耗時逐漸減少，當工作組大于128后，耗時基本不再改變，又因為局部內存的限制，工作組不宜太大，于是本文將工作組大小配置為128。如此設計需考慮同一工作組中工作項的同步化問題，本文采用OpenCL提供的barrier(CLK_LOCAL_MEM_FENCE)障礙函數來實現，垂直濾波與此類似，不再贅述。

3.1.2DOG金字塔構建

此步驟的內核有兩種設計方法：1)一次入列內核，只將高斯金字塔相鄰兩層相減，得到一層DOG圖像;2)一次入列內核，將高斯金字塔整組圖像傳入內核，計算完成后即可得到一組DOG圖像。

經實驗發現，第2種方法數據利用率高，耗時較短。又因為高斯金字塔每組層數固定，所以第2種設計的參數也固定，于是本文采用第2種設計方法，數據劃分如圖4所示。為進一步提高運算效率，對數據的運算都以float4型向量進行，共配置(W×H+3)/4個工作項，即每個工作項完成一組高斯金字塔對應位置(圖4單個虛線框內數據)的float4型向量相減。

3.1.3極值點檢測及內核精確定位

入列極值點精確定位內核前，主機端需預先分配內存，而事先并不知道需要為多少個特征點分配內存，所以本文將極值點檢測和精確定位作為兩個內核先后入列，為減少數據傳輸，極值點檢測內核只返回壓縮的極值點坐標數組。

極值點檢測內核計算完成后，根據返回的極值點坐標在CPU端統計極值點位置和個數N，然后為N個特征點分配內存，如圖5所示(實際分配1.5×N個，Lowe[1]文中指出實際的特征點數會是極值點數N的1.15倍左右)。圖5中每個虛線框用來保存一個特征點的完整信息。最后入列極值點精確定位內核，每個極值點配置一個工作項，計算出的精確坐標按工作項索引存入圖5對應的位置。

3.2計算梯度方向直方圖

至此，已經得到每個特征點的坐標、尺度，并按線性存儲在圖5所示的全局內存中。因為每個特征點在內存中按線性排列，相互獨立，所以為每個特征點配置一個工作組來計算梯度方向直方圖，工作組分配如圖6(a)所示。將工作組內工作項設置為2維，為確定工作組最佳大小，本文嘗試了{1，RAD}、{2，RAD}、{4，RAD}、{8，RAD}四種方式，經測試{2，RAD}效果最好(其中RAD為特征點的鄰域寬度)。當RAD=5時，每個工作組分配10個工作項，工作組中的數據分配如圖6(b)所示，圖6(b)中標有相同數字的像素被同一工作項處理。為實現數據共享，在工作組local_memory中構建方向直方圖，這時必須使用OpenCL提供的atomic_add原子累加操作才能保證多個工作項同時累加直方圖同一位置時不會出錯。直方圖生成后統計出大于直方圖極值80%的點的個數和角度，作為獨立的候選特征點，將結果填入圖5中對應的位置。

3.3特征向量生成計算出特征點主方向后，即可入列特征向量生成內核，因數據重構后各特征點在內存中線性存儲且可獨立計算，所以為每個特征點分配一個工作組。又因每個特征點鄰域被劃分為4×4個子區域，所以為每個工作組配置16個工作項分別計算每個子區域的8個方向，數據劃分如圖7。圖7中每個箭頭的長度表示每個方向的梯度累計值，箭頭越長代表值越大。所有工作組計算完畢后，整個SIFT特征提取算法執行完畢，提取出的特征點全部存儲在圖5所示的線性內存中。

利用以上方法對兩幅圖片進行特征提取后，即可利用歐氏距離準則完成兩幅圖片特征點的粗匹配，然后用隨機抽樣一致(RANdom Sample Consensus，RANSAC)算法對粗匹配對進行提純，計算得到兩幅圖片之間的變換矩陣，完成兩幅圖片的匹配。

4優化后的算法在CPU上的移植

為進一步驗證OpenCL的可移植性并比較OpenCL在不同平臺上的加速性能，本文將優化后的OpenCL_GPU_SIFT算法移植為能在CPU上運行的OpenCL_CPU_SIFT版本。盡管OpenCL具有跨平臺特性，但由于硬件資源的差異，仍需注意以下兩點：

1)本文采用的Intel core i5 3210m CPU不支持OpenCL 32位原子操作，所以在3.2節的內核設計中無法使用atomic_add原子累加操作，只能將3.2節的工作組大小配置為1，此時每個工作組中只有一個工作項，因而不能實現局部內存共享。

2)工作組中工作項的數量上限一般受限于兩點：一是設備所能提供的資源數，二是內核所需的資源數，這里的資源主要指的是局部內存。針對3.2節的內核，GT635m GPU的局部內存為47KB(K表示×1024)，工作組上限為512，而Intel 3210m CPU的局部內存只有32KB(K表示×1024)，工作組上限為352，所以工作組大小一定要根據硬件平臺來設置，這點尤為重要。針對以上兩點修改后得到的OpenCL_CPU_SIFT版本即可運行于Intel 3210m CPU中，可見OpenCL具有較好的可移植性。

5實驗結果及分析

5.1實驗平臺

本實驗的實驗平臺CPU為Intel Core i5 3210m，雙核心四線程，2.5GHz;GPU采用NVIDA GeForce GT 635m，核心頻率660MHz，96個流處理器單元，128位總線寬度;開發環境為Vs2013，OpenCV版本2.4.9，OpenCL版本1.1。

5.2實驗方法

本文實驗的代碼是在Rob Hess維護的SIFT算法(http：//robwhess.github.io/opensift/，本文稱之為CPU_SIFT)的基礎上修改而來。實驗分別測試并行化的OpenCL_CPU_SIFT和OpenCL_GPU_SIFT這兩個版本用時，并與未優化的CPU_SIFT版本用時作比較分別計算兩個版本的加速比。實驗選取a，b兩組圖片。a組有a1～a5共5幅圖片，b組有b1～b4 4對共8幅圖片。為使實驗結果更具有參考性，其中a1選取Rob Hess采用的behavior圖，分辨率為320×300;a2選取國際通用的Lena圖，分辨率為512×512;a3此處是否描述有誤?即a2～a5，共4幅圖像，而后面的描述中卻有3幅，所以請作相應調整?！玜5為利用CCD攝像頭獲取的3幅紋理從簡單到復雜的測試圖片，分辨率分別為960×720、1280×960、2560×1440。另外為了測試優化后的算法對不同圖片的適應性，b組圖片選取4對有角度、光照和尺度變化的圖片，分辨率統一為1280×960。

5.3實驗結果

在與原CPU_SIFT算法匹配效果一致的情況下，各圖片的耗時如表2所示，利用OpenCL優化后的CPU版本和GPU版本的加速比最大分別為4倍和19倍左右，如圖8所示。這表明OpenCL不僅具有優秀的并行計算能力，而且具有較好的跨平臺特性，這也是OpenCL相對于CUDA的一大優勢。

通過對比表1和表2可知，本文在PC平臺實現的SIFT算法的加速比比文獻[9]中實現的加速比更高，特別是當圖像分辨率較大時，本文實現的加速比會進一步增大。這主要是因為兩點：1)數據量越大，越能充分發揮GPU并行運算的能力，越能隱藏數據傳輸延時;2)由于移動處理器架構的限制，文獻[9]只針對SIFT特征點檢測部分進行了優化，而本文則是對整個SIFT算法流程進行統一優化，充分利用了GPU的全局內存，數據讀取效率更高。另外，通過對比進一步證明了OpenCL對移動平臺和PC平臺都具有廣泛的適用性，再次說明OpenCL具有較好的可移植性和跨平臺性。

圖9為本文算法對a組圖像的特征提取結果。由圖9可知，優化的算法對圖像處理領域常用的Lena圖和behavior圖都能有效地提取特征點，a3～a5三張圖片的紋理由簡單到復雜，優化后的算法均能有效提取特征點。在b組圖片中，b1的兩幅圖片有角度變化，b2有光照變化，b3既有角度又有光照變化，b4的角度、光照和尺度均有變化，匹配結果如圖10所示。綜合圖9和圖10的實驗結果可知，優化后的算法對不同分辨率、不同紋理復雜度的圖像都能提取穩定的特征點，對具有角度、光照和尺度變化的圖像都能正確匹配，這表明并行化后的算法對各種圖片都有較好的適應性。

為進一步分析不同平臺不同數據規模對OpenCL加速性能的影響，針對a3、a4和a5三幅不同分辨率的圖像，本文分別統計了優化后的GPU和CPU版本各步驟的加速比，結果如圖11和圖12。圖11和圖12中步驟1為高斯模糊+高斯差分金字塔生成，步驟2為極值點定位，步驟3為計算方向直方圖，步驟4為特征矢量生成。對比圖11和圖12可知，無論是GPU還是CPU平臺，優化后，高斯模糊+高斯差分金字塔生成步驟加速比都最大，GPU版本甚至達到了50倍，這是因為該步驟中各工作項數據獨立無分支，并行度高。而極值點定位步驟有大量的選擇判斷語句，并行度較差，閆鈞華等[19]將此步驟放在CPU端執行，本文將此步驟一并優化，速度有一定提升但不夠理想，這是因為在并行編程中無論CPU還是GPU都受分支語句的影響，GPU尤其如此。另外，與圖11不同，圖12中的三條曲線無交叉，隨著圖片分辨率的增大各步驟的加速比都逐步增大，說明數據規模越大越能發揮并行運算的優勢。另外OpenCL_CPU_SIFT版本的特征向量生成步驟比計算方向直方圖步驟的加速效果更好，這是因為前者通過工作組共享局部內存能充分利用CPU的L1 cache，從而提升運算性能。

6結語

本文對SIFT算法進行合并、拆分和數據重構等并行化設計，改善提高了算法的并行度，并通過合理設置工作組和工作項大小，充分利用內存層次等方法對算法進一步優化。利用OpenCL并行編程語言的跨平臺特性，本文分別在NVIDIA GPU和Intel CPU平臺上對該算法進行并行優化，分別取得了10.51～19.33和2.34～4.74倍的加速，并利用OpenCL的可移植性解決了CUDA對硬件平臺的依賴問題。本文的研究內容及結果可應用于提升遙感圖像拼接、醫學影像配準和流水線工件定位等領域的圖像匹配速度。

目前本文的優化方法在同一時刻只將OpenCL內核入列到CPU或者GPU中，即同一時刻只能充分利用CPU或GPU的計算能力，接下來本文將進一步研究異構系統中不同平臺間的并行性，將可并行運行的內核同時入列到CPU和GPU中運行，進而擴展到多核多CPU和多GPU的復雜異構系統中，進一步提高算法的運行速度。

第五篇：責任—共產黨員不變的追求

回顧中國共產黨走過的八十多年風風雨雨，我們可以看到一代又一代的共產黨員奮斗的艱苦歷程，看到他們鑄就的優良傳統，看到他們面對自己充滿了崇高信仰的一生時心中的驕傲和自豪。記得在一個對一名有著50多年黨齡的老黨員的訪談中，他深情地說：“入黨幾十年來，在黨組織的關懷和教導下，我確實沒有形成一種“純個人的追求”，這點，也許今天青年人不太理解，因為今天強調實現“個人價值”。但在我們那個時代，的確不是。因為我知道，我只是一個再普通不過的共產黨員，心里想的真正就是“黨的需要就是我的需要’‘黨叫到哪里就到哪里’?！笨吹竭@里，我感動了，老人一生的信仰是純潔的、高尚的，而幾十年的風雨，從反右派、三年困難時期，直至史無前例的“文革”，支撐老人走過這些坎坷的動力正是心中不變的信仰和永遠扛在肩頭的一份責任，那就是全心全意為人民服務。

老一輩的革命家為我們的國家建設和發展打下了堅實的基礎，而現在改革開放二十幾年來，伴隨著信息科學技術迅猛發展，經濟高速騰飛，人們的價值取向越來越多元化，但責任，依然是共產黨員不變的追求。我們依然可以看到許多像李素麗、徐虎一樣的優秀共產黨員在自己的本職工作崗位為人民勤勤懇懇的服務。還記得李素麗在工作調動后面對采訪鏡頭依然不變的笑容，她說：“無論當一名普通的售票員，還是到公交總公司當管理人員，身為一名共產黨員，我都堅持做到：崗位變了，為人民服務的思想不能變。因為江總書記教導我們：‘中國共產黨代表著中國先進社會生產力的發展要求，代表著中國先進文化的前進方向，代表著中國最廣大人民的根本利益。’我是黨和國家培養的勞動模范，無論何時何地，在什么崗位上，都應該虛心學習，刻苦鉆研科學文化知識和本職業務，都要做到干一行愛一行，干一行鉆一行?！?而徐虎的話也同樣是肺腑之言：“我們的工作，直接關系到人民群眾的居住質量，也直接關系到黨在人民群眾中的形象。我感到，作為基層的一個普通黨員，要努力在實際工作中實踐“三個代表”的重要思想，通過我們的工作為居民服務，讓居民得益，為黨旗爭光。我要切實履行好一個黨員的職責，向黨和人民交上一份滿意的答卷?！?/p>

如此這些的例子不勝枚舉，千千萬萬的共產黨員正在國家的各個工作崗位履行著自己的責任。舉一個身邊的小例子，在星期二的心理衛生學概論課上，深受同學們喜愛的孫東東老師講到了“信仰”，老師的話現在仍在我耳邊回響，他說:“有人問我我有什么信仰，我說沒有，我覺得我為大家做點事情就很高興，他們于是感慨，這也是一種追求呀”。老師講到這里，微微笑了笑，不再說下去了，而下面所有聽課的同學，都被感動了。我想，大概真正有服務于他人的思想的人，從來都不會以此標榜自己，他們用生活中點點滴滴的奉獻使自己的人生更加充實有意義。

現在，無數共產黨員都在實踐著黨章中對黨員的要求：中國共產黨黨員必須全心全意為人民服務，不惜犧牲個人的一切，為實現共產主義奮斗終身，中國共產黨黨員永遠是勞動人民中普通的一員。其實，只有謹記這樣的責任，才能把“實現共產主義”作為自己的理想，形成共產主義的世界觀和人生的追求。

而我們，正是國家在社會主義初級階段建設發展的生力軍，繼承先輩們的傳統履行黨員的責任，是每個黨員一生的事?，F在，國家發展的勢頭雖然好，但仍然存在一些問題，改革開放20多年來，經濟迅猛發展、機制轉變、社會轉型的大潮使得社會上出現了諸如貧富差距拉大、下崗失業人員增加的新現象，還有法制不夠完善，干部隊伍中出現的貪污、腐化等等，都是亟待解決的問題。我們，應該說是任重而道遠，當然，這需要我們每個人擁有強烈的事業心、責任感，勇于開拓，國家未來的道路才能是光明的，人民的生活才能夠是幸福的。

其實有時我在想，如果當我60歲之時，我是否也能夠像開始提到的那位老黨員一樣無悔的回顧我的一生呢? 白衣天使的職業是崇高的，也許為人民服務的宗旨在這里體現的尤為深刻，如果我能夠時時銘記黨員的責任，工作上做出一流的業績，踏踏實實的為人民做些事情，那么那時我會無悔的回顧我走過的每一個堅實的腳印，并將會微笑著為年輕人講述我的一生。

最后，我以奧斯特洛夫斯基那段至理名言來結束我的演講。他說：“人一生最寶貴的是生命，生命對于每一個人來說只有一次。人的一生是應該這樣渡過的，當他回首往事時，他不因一事無成而悔恨，也不因碌碌無為而羞恥。這樣，在他臨死時，就可以說，我將我全部的生命都貢獻給人類最壯麗的事業——共產主義！”這是我對自己的激勵，也以此與同學們共勉。