咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >多视密集匹配并行传播GPU-PatchMatch算法 收藏

多视密集匹配并行传播GPU-PatchMatch算法

A GPU-PatchMatch multi-view dense matching algorithm based on parallel propagation

作     者:邓非 颜青松 肖腾 DENG Fei;YAN Qingsong;XIAO Teng

作者机构:武汉大学测绘学院湖北武汉430079 自然资源部城市国土资源监测与仿真重点实验室广东深圳518000 

出 版 物:《测绘学报》 (Acta Geodaetica et Cartographica Sinica)

年 卷 期:2020年第49卷第2期

页      面:181-190页

核心收录:

学科分类:083002[工学-环境工程] 0830[工学-环境科学与工程(可授工学、理学、农学学位)] 081802[工学-地球探测与信息技术] 08[工学] 0818[工学-地质资源与地质工程] 081602[工学-摄影测量与遥感] 0816[工学-测绘科学与技术] 

基  金:自然资源部城市国土资源监测与仿真重点实验室开放基金(KF-2018-03-025) 

主  题:三维重建 多视密集匹 块匹配 并行计算 

摘      要: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。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分