GPU近实时线性双目立体代价聚合
目的 近年来双目视觉领域的研究重点逐步转而关注其“实时化”策略的研究,而立体代价聚合是双目视觉中最为复杂且最为耗时的步骤,为此,提出一种基于GPU通用计算(GPGPU)技术的近实时双目立体代价聚合算法.方法 选用一种匹配精度接近于全局匹配算法的局部算法——线性立体匹配算法(linear stereo matching)作为代价聚合策略;结合线性代价聚合的原理,对其主要步骤(代价计算、均值滤波及系数求解等)的计算流程进行有针对性地并行优化.结果 对于相同的实验样本,用本文方法在NVIDA GTX780实验平台上能在更短的时间计算出代价矩阵,与原有的CPU实现方法相比,代价聚合的效率平均有了数十倍的提升.结论 实时双目立体代价聚合方法,为在个人通用PC平台上实时获取高质量双目视觉深度信息提供了一个高效可靠的途径.
双目视觉、代价聚合、GPU通用计算、并行计算
19
TP301.6(计算技术、计算机技术)
国家自然科学基金项目61105070
2014-10-31(万方平台首次上网日期,不代表论文的发表时间)
共9页
1481-1489