基于GPU的三维人脸数据动态线性快速修复

• 作者: 唐煜程 康今朝 张明君 王浩宇 詹曙 谢珍珠
• 来源期刊: 电子测量与仪器学报
• 学科: 工学
• 关键词: 三维人脸建模 点云修复 线性插值 CUDA OpenGL GPU
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 学术论文
• 页码范围: 959-967
• 页数: 9页
• 分类号: TP391.41|TN911.73
• 字数: 5871字
• 语种: 中文
• DOI: 10.13382/j.jemi.2016.06.018

摘要

基于CUDA和OpenGL,根据三维人脸的深度与灰度数据构造三维点云模型,在更短的时间内显示具有逼真效果的三维人脸模型,并根据传统三维人脸点云显示对数据采集要求较高的缺陷,提出了一种用于修补低质量三维采集数据中出现的空洞现象的动态线性修复方法并使用GPU为算法进行了加速.该方法从人脸数据集中读取点云数据,逐行扫描寻找点云数据中出现的空洞并使用符合人脸本质特征的线性插值方式修补空洞.实验证明,该方法能得到远好于传统点云显示的效果,且经过GPU加速后显示效率得到大幅提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	詹曙	合肥工业大学计算机与信息学院	61	544	13.0	19.0
2	唐煜程	合肥工业大学计算机与信息学院	2	26	2.0	2.0
3	谢珍珠	合肥工业大学计算机与信息学院	5	24	3.0	4.0
4	张明君	合肥工业大学计算机与信息学院	3	17	2.0	3.0
5	王浩宇	合肥工业大学计算机与信息学院	4	10	2.0	3.0