多视密集匹配并行传播GPU-PatchMatch算法

发布时间：2023-10-06 14:07

　　针对多视密集匹配的效率较低的问题,提出了GPU-PatchMatch多视密集匹配算法。该算法使用GPU提高PatchMatch的计算效率;同时充分利用稀疏场景信息,对深度信息进行规则初始化;为提高传播效率,使用了金字塔红黑板并行传播深度信息。最后在DTU、Strecha和Vaihigen数据集上进行了试验,并与常用的多视密集匹配算法进行对比。试验结果表明,本文算法在重建效率上有较大提高,与CPU算法(PMVS、MVE、OpenMVS)相比有7倍以上提升,与GPU算法相比也有2.5倍以上提升,表明本文算法的有效性。

【文章页数】：10 页

【文章目录】：
1 PatchMatch双目密集匹配
2 GPU-PatchMatch多视密集匹配算法
    2.1 深度信息及匹配代价
    2.2 场景划分
    2.3 深度信息规则初始化
    2.4 金字塔红黑板并行传播
    2.5 深度信息随机搜索
    2.6 深度信息融合
3 试验与分析
    3.1 评价标准
    3.2 试验结果及分析
        3.2.1 DTU数据
        3.2.2 Strecha数据
        3.2.3 Vaihingen数据
        3.2.4 实际数据
4 结论和展望



本文编号：3851848