并行马尔可夫随机场计算变分光流方法
目的 基于马尔可夫随机场(MRF)的变分光流计算是一种较为鲁棒的光流计算方法,但是计算效率很低.置信传播算法(BP)是一种针对MRF较为高效的全局优化算法.本文提出一种MRF变分光流计算模型并采用并行BP方法实现,极大提高计算效率.方法 提出的MRF变分光流计算模型中的数据项采用了Horn等人根据灰度守恒假设得到的光流基本约束方程,并采用非平方惩罚函数进行调整以平滑边界影响.为在CUDA平台上实现高效并行处理,本文提出了一种优化的基于置信传播的MRF并行光流计算方法.该优化方法在采用置信传播最小化MRF光流能量函数时,采用了一种4层的3维网络结构进行并行计算,每层对应MRF4邻域模型中的一个方向的信息传播,同时在每层中为每个像素分配多个线程采用并行降维法计算所要传递的信息,大大降低单线程计算负荷,大幅度提高计算效率.结果 采用旋转小球图像序列进行实验,计算效率提高314倍;采用旋转小球、Yosemite山谷和RubberWhale 3种不同图像序列,与Horn算法、Weickert算法、Hossen并行Lucas算法、Grauer1-Gray并行MRF算法进行对比实验,本文方法得到最低的平均端点误差(AEE),分别为0.13、0.55和0.34.结论 本文提出了一种新的MRF光流计算模型,并在CUDA平台上实现了并行优化计算.实验结果表明,本文提出的并行计算方法在保持计算精度的同时极大提高了计算效率.本文方法对内存需求巨大,在处理高分辨率图像时,限制了采样点数,难以计算大位移.
光流场、马尔可夫随机场、CUDA并行计算、置信传播、非平方惩罚函数
23
TP391(计算技术、计算机技术)
国家自然科学基金项目61162023,61772255;航空科学基金项目2016ZC56005;江西省重点研发计划一般基金项目20171BBG70052,20161BBE50080
2019-01-04（万方平台首次上网日期，不代表论文的发表时间）
共12页
1852-1863
