多视密集匹配并行传播GPU-Patch Match算法

• 作者: 肖腾 邓非 颜青松
• 来源期刊: 测绘学报
• 学科: 地球科学
• 关键词: 三维重建 多视密集匹 块匹配 并行计算
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 摄影测量学与遥感
• 页码范围: 181-190
• 页数: 10页
• 分类号: P237
• 字数: 6638字
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邓非	武汉大学测绘学院	54	485	11.0	21.0
3	肖腾	武汉大学测绘学院	2	2	1.0	1.0
4	颜青松	武汉大学测绘学院	5	2	1.0	1.0