计算机科学 ›› 2013, Vol. 40 ›› Issue (12): 295-297.
姜超,耿则勋,娄博,魏小峰,沈忱
JIANG Chao,GENG Ze-xun,LOU Bo,WEI Xiao-feng and SHEN Chen
摘要: SIFT算法因具有旋转、缩放以及平移不变性而在影像配准和基于影像的三维重建领域得到广泛应用。但该算法复杂度较高,在CPU上执行的效率不高,难以满足对实时性要求较高的应用。在深入分析SIFT算法原理的基础上,针对该算法提取特征的多量性和特征向量的高维性,将该算法进行了并行化改造以利用GPU强大的并行计算能力,并与CPU上实现的SIFT算法进行了比较。实验证明,基于GPU的SIFT算法执行效率大幅提升,平均可以达到10倍以上的加速比。
[1] 王瑞,梁华,蔡宣平.基于GPU的SIFT特征提取算法研究[J].现代电子技术,2010(15):41-43 [2] 盖素丽.基于GPU的数字图像并行处理研究[J].计算机技术理论,2009(2):38-40 [3] 张舒,楮艳利,赵开勇,等.GPU高性能运算之CUDA[M].北京:中国水利水电出版社,2009:1-10 [4] Lowe D G.Distinctive Image Features from Scale-Invariant Keypoints[J].International Journal of Computer Vision,2004,60(2):91-110 [5] 洪宇,龚建华,胡社荣,等.无人机遥感影像获取及后续处理探讨[J].遥感技术与应用,2008,23(4):462-466 [6] 杨化超.宽基线立体影像点、线特征提取与匹配方法研究[D].徐州:中国矿业大学,2010:55-60 [7] Jan K.The structure of images [J].Biological Cybernetics,1984,50:363-370 [8] Lindeberg T.Scale-space theory:A basic tool for analysingstructures at different scales[J].Journal of Applied Statistics,1994,21(2):224-270 [9] Sinha S N,Frahm J-M,Pollefeys M,et al.GPU-Based VideoFeature Tracking and Matching[R].EDGE 2006,Workshop on Edge Computing Using New Commodity Architectures.Chapel Hill,2006:1-15 [10] Vedaldi A.sift++.http://vision.ucla.edu/~vedaldi/code/siftpp/siftpp.html [11] Sudipta N S,Jan-Michael F,Marc P.Feature tracking and ma-tching in video using programmable graphics hardware[J].Machine Vision & Applications,2011,2(1):207-217 |
No related articles found! |
|