針對多視密集匹配的效率較低的問題,提出了GPU-PatchMatch多視密集匹配算法。該算法使用GPU提高PatchMatch的計算效率;同時充分利用稀疏場景信息,對深度信息進(jìn)行規(guī)則初始化;為提高傳播效率,使用了金字塔紅黑板并行傳播深度信息。最后在DTU、Strecha和Vaihigen數(shù)據(jù)集上進(jìn)行了試驗,并與常用的多視密集匹配算法進(jìn)行對比。試驗結(jié)果表明,本文算法在重建效率上有較大提高,與CPU算法(PMVS、MVE、OpenMVS)相比有7倍以上提升,與GPU算法相比也有2.5倍以上提升,表明本文算法的有效性。

【文章頁數(shù)】：10 頁

【文章目錄】：
1 PatchMatch雙目密集匹配
2 GPU-PatchMatch多視密集匹配算法
    2.1 深度信息及匹配代價
    2.2 場景劃分
    2.3 深度信息規(guī)則初始化
    2.4 金字塔紅黑板并行傳播
    2.5 深度信息隨機(jī)搜索
    2.6 深度信息融合
3 試驗與分析
    3.1 評價標(biāo)準(zhǔn)
    3.2 試驗結(jié)果及分析
        3.2.1 DTU數(shù)據(jù)
        3.2.2 Strecha數(shù)據(jù)
        3.2.3 Vaihingen數(shù)據(jù)
        3.2.4 實際數(shù)據(jù)
4 結(jié)論和展望



本文編號：3851848