基于 GPU 的深度图实时高分辨率融合
图形学
2013-12-02 v1 计算机视觉与模式识别
摘要
本文提出了一种系统，可在商用硬件上利用单个移动深度相机进行实时高质量表面重建。通过利用 OpenCL 发挥图形硬件的计算能力，并采用稀疏数据结构进行体素表面表示，实现了高精度和实时帧率。深度传感器位姿估计结合了串行纹理配准算法与迭代最近点算法 (ICP)，将获取的深度图与估计的场景模型对齐，随后将对齐后的表面融合到场景中。使用卡尔曼滤波 (Kalman filter) 以提高融合质量。表面表示采用存储为基于块的稀疏缓冲区的截断符号距离函数 (TSDF)。稀疏数据结构的使用显著提高了扫描表面的精度和最大扫描面积。传统的体绘制和融合算法的 GPU 实现经过修改以利用稀疏性，从而达到所需的性能。将纹理配准用于传感器位姿估计以及将卡尔曼滤波用于测量积分，提高了扫描过程的精度和鲁棒性。
引用
@article{arxiv.1311.7194,
title = {Real-time High Resolution Fusion of Depth Maps on GPU},
author = {Dmitry Trifonov},
journal= {arXiv preprint arXiv:1311.7194},
year = {2013}
}