面向大规模三维重建的 GPU 加速级联哈希图像匹配
计算机视觉与模式识别
2018-05-24 v1
摘要
图像特征点匹配是运动恢复结构(SFM)中的关键步骤。然而,由于图像数量日益增多,该步骤变得越来越耗时。本文中,我们提出了一种基于改进级联哈希(Cascade Hashing)的 GPU 加速图像匹配方法。首先,我们提出了一种磁盘-内存-GPU 数据交换策略并优化了数据加载顺序,使得所提方法能够处理大数据。接着,我们在 GPU 上并行化了级联哈希方法。为此提出了一种改进的并行归约和一种改进的并行哈希排序。最后,大量实验表明,在相同的显卡上,我们的图像匹配比 SiftGPU 快约 20 倍,比 CPU 版 CasHash 方法快近 100 倍,比基于 CPU Kd-Tree 的匹配方法快数百倍。此外,我们将对极约束引入所提方法,并利用对极几何引导特征匹配过程,进一步降低了匹配代价。
引用
@article{arxiv.1805.08995,
title = {GPU Accelerated Cascade Hashing Image Matching for Large Scale 3D Reconstruction},
author = {Tao Xu and Kun Sun and Wenbing Tao},
journal= {arXiv preprint arXiv:1805.08995},
year = {2018}
}