2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩95頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著人工智能技術(shù)的發(fā)展,以三維重構(gòu)技術(shù)為支撐的自主駕駛和虛擬現(xiàn)實等應(yīng)用被廣泛關(guān)注;而其應(yīng)用中存在著較高的計算復(fù)雜度與較大的數(shù)據(jù)處理規(guī)模,制約了重構(gòu)的實時性。為此本文針對其使用過程中常見的幾類典型場景展開了如下具體研究:
 ?。?)在小場景重構(gòu)中,有常見的幾種特征檢測算法如Fast、Surf、SIFT等,其中SIFT發(fā)展較為成熟,非常適用于場景中關(guān)鍵元素的獲取,本文針對其特征提取過程中計算較為耗時的部分,使用CUDA技術(shù)進(jìn)行并行優(yōu)化

2、。同時,在特征匹配過程中,實現(xiàn)了一種基于GPU的KD樹搜索方法,并利用KD樹和具有紅黑樹特性的緩存密鑰文件提高特征的匹配效率。
 ?。?)在運動場景重構(gòu)中,介紹了目前使用較為廣泛的Kinect傳感器,并針對微軟提供的KinectFusion建模方法中的ICP配準(zhǔn)過程,提出引入感興趣區(qū)域優(yōu)化建模算法中的相機(jī)姿態(tài)估計效率。最后,通過實驗驗證這一方法在保證重構(gòu)精度的前提下,有效改善了整體計算性能。
  (3)在大場景重構(gòu)中,隨著計

3、算量的急劇增加,稀疏捆綁調(diào)整方法的時間復(fù)雜度成為制約運動恢復(fù)結(jié)構(gòu)法快速成像的計算瓶頸,本文實現(xiàn)了一種基于GPU的并行捆綁調(diào)整算法,并將使用該方法生成的稀疏三維點云通過CMVS和PMVS技術(shù)得到稠密三維點云。接著,通過本文并行優(yōu)化后的泊松表面重建方法構(gòu)建致密的三維模型。最后,基于分布式框架實現(xiàn)了分布式三維重構(gòu)系統(tǒng),并完成了一系列性能測試實驗。
  實驗表明,本文分布式三維重構(gòu)系統(tǒng)能夠有效處理大場景的三維重建,并在分布式系統(tǒng)的基礎(chǔ)上引

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論