鉴于CUDA加速的运动对象检测

成性能瓶颈的部分，一是GMM和kernel中高斯背景模型比较和排序步伐，二是HOG中vote部分。另外HOG中后段的归一化部分和后续向量组织部分可能还有可供优化的余地，但是因为时间问题没有实现。
    通过观察HOG算法的运行耗时，和分析HOG算法的实现策略，感觉实际上应该还有一些可以改进的空间。如果在并行任务分配上下工夫，可能能够获得更好的性能提升。反观GMM算法，因为算法本身非常适合以像素为单位进行并行化，提升空间不大。