FL-MISR: 基于多 GPU 加速的计算机断层扫描快速大规模多图像超分辨率
图像与视频处理
2021-10-07 v2
摘要
通过显式利用图像间的相关性，在适当的图像间配准下，多图像超分辨率（MISR）通常优于单图像超分辨率（SISR）。然而，巨大的计算需求阻碍了 MISR 在实际中的部署。在这项工作中，我们提出了一种基于数据并行性的分布式优化框架，利用多 GPU 加速实现快速大规模 MISR，命名为 FL-MISR。将比例共轭梯度（SCG）算法应用于分布式子函数，并通信局部 SCG 变量以在多 GPU 系统上同步收敛速率，从而实现一致的收敛。此外，执行内外边界交换方案以消除相邻 GPU 之间的边界效应。所提出的 FL-MISR 通过对亚像素探测器移位获取的投影进行超分辨率重建，应用于计算机断层扫描（CT）系统。超分辨率重建在 CT 采集过程中实时进行，因此不引入额外的计算时间。从不同方面对 FL-MISR 进行了广泛评估，实验结果表明，FL-MISR 在调制传递函数（MTF）和视觉感知方面有效提高了 CT 系统的空间分辨率。与多核 CPU 实现相比，FL-MISR 在现成的 4-GPU 系统上实现了超过 50 倍的加速。
引用
@article{arxiv.2108.04315,
title = {FL-MISR: Fast Large-Scale Multi-Image Super-Resolution for Computed Tomography Based on Multi-GPU Acceleration},
author = {Kaicong Sun and Trung-Hieu Tran and Jajnabalkya Guhathakurta and Sven Simon},
journal= {arXiv preprint arXiv:2108.04315},
year = {2021}
}