基于機器學(xué)習(xí)的表面重建算法及并行化研究.pdf

1、機器學(xué)習(xí)及相關(guān)算法是近年來的研究熱點，隨著三維表面重建技術(shù)的逐漸成熟，在越來越多的領(lǐng)域的廣泛應(yīng)用。本文使用了機器學(xué)習(xí)方法中的RBF搖值和徑向基神經(jīng)網(wǎng)絡(luò)分別對表面重建算法進行了描述，并對RBF插值的表面重建串行算法進行分析，對算法在選取基函數(shù)插值中心數(shù)據(jù)點、初始化八叉樹、計算局部曲面函數(shù)信息，以及全局插值計算隱函數(shù)表面過程中耗時較長的部分，通過基于OpenMP的多核并行技術(shù)以及CUDA并行技術(shù)分別對基于徑向基函數(shù)插值的表面重建算法進行了并

2、行化設(shè)計， 最后提出了基于OpenMP和CUDA的混合并行架構(gòu)下的并行算法。通過實驗驗證，本文的并行算法在不影響重建效果的情況下，獲得了較好的加速效果。
　　文章開始介紹了近幾年國內(nèi)外三維表面重建的相關(guān)研究情況，講解了RBF的概念理論和插值方法，同時介紹了人工神經(jīng)網(wǎng)絡(luò)的相關(guān)原理及學(xué)習(xí)方式，并描述了隱函數(shù)表面重建的基本過程。對已有的并行計算技術(shù)作了部分介紹，重點描述了徑向基神經(jīng)網(wǎng)絡(luò)的表面重建和RBF插值的隱式表面重建工作，并實現(xiàn)了使