基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于深度图像的绘制(DIBR)广泛应用于虚拟视点的合成,但是目前实现DIBR的算法复杂度都比较高,很难较实时地应用到3DTV系统中.采用单路纹理图像和其对应的深度图像进行虚拟视点的合成,在图形处理单元(GPU)上应用CUDA (Compute Unified Device Architecture)技术实现了基于深度图像的绘制.通过在NVIDIA Telsa C2050图形卡上运行,绘制分辨力1 024×768和640×480的图像速率分别达到了15 f/s(帧/秒)和24 f/s,分别能够准实时或实时地应用到3DTV系统中;同时本文的绘制方法有效地节约了传输带宽,绘制图像的主观质量良好.
推荐文章
深度图像的分块自适应压缩感知
深度图
分块压缩感知
虚拟视点绘制
自适应采样
Kinect深度图像修复算法
深度图像修复
Kinect标定
时间相关性
空间相关性
颜色一致性约束
双边滤波器
基于GPU的医学图像快速体绘制算法
体绘制
GPU
三线性插值
基于深度图像和稀疏表示的多手势识别算法
深度图像
稀疏表示
多目标手势
手势分割
手势识别
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于GPU加速的深度图像绘制
来源期刊 电视技术 学科 工学
关键词 基于深度图像绘制(DIBR) GPU加速 三维电视(3DTV) CUDA
年,卷(期) 2012,(11) 所属期刊栏目 数字视频
研究方向 页码范围 11-14,26
页数 分类号 TN919.8
字数 3432字 语种 中文
DOI 10.3969/j.issn.1002-8692.2012.11.004
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张兆杨 上海大学通信与信息工程学院 83 673 16.0 22.0
3 安平 上海大学通信与信息工程学院 84 630 14.0 21.0
9 郑专 上海大学通信与信息工程学院 2 7 1.0 2.0
10 张秋闻 上海大学通信与信息工程学院 6 44 5.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (3)
参考文献  (6)
节点文献
引证文献  (7)
同被引文献  (4)
二级引证文献  (0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(3)
  • 参考文献(3)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(5)
  • 引证文献(5)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
基于深度图像绘制(DIBR)
GPU加速
三维电视(3DTV)
CUDA
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电视技术
月刊
1002-8692
11-2123/TN
大16开
北京市朝阳区酒仙桥北路乙7号(北京743信箱杂志社)
2-354
1977
chi
出版文献量(篇)
12294
总下载数(次)
21
总被引数(次)
42632
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导