Upload
krzysztof-wegner
View
368
Download
4
Embed Size (px)
Citation preview
Szybka estymacja map głębi na procesorach graficznych
Promotor:dr inż. Tomasz Grajek
Inżynierska praca dyplomowa:
Wykonał: Paweł Mania
Systemy wielowidokowe
System kamer - Politechnika Poznańska
Cele do osiągnięcia- Implementacja metod wyznaczania głębi stereoskopowej na procesorach graficznych.
- Analiza wydajności zaimplementowanych metod.
- Ocena jakości wyznaczonych map głębi.
- Wskazanie najbardziej czasochłonnych etapów.
Założenia- Middlebury.
Ranking metod estymacji głębi. Baza obrazów stereoskopowych.
- Implementacja w OpenCL.
Metoda krzyżowa
Wyznaczanie obszarów
Filtracja medianowa
Wstępna agregacja kosztów
Akumulacja kosztów
Agregacja kosztów
Wybór rozbieżności
Przetwarzanie końcowe
Para obrazów
Mapa głębi
Wyznaczanie obszarów
Wstępna agregacja kosztów
Agregacja kosztów
Ulepszenie
Przetwarzanie końcowe
Spójność
Para obrazów
Mapa głębi
Metoda iteracyjna
Wybór rozbieżności
Ulepszenie
Wybór rozbieżności Wybór rozbieżności
Spójność
x7
x6
Analiza wydajności
Core i7-6700K
GeForce GTX 970
0 200 400 600 800 1000 1200 1400
361.77
40.32
1292.47
263.61
Metoda iteracyjnaMetoda krzyżowa
Średni czas obliczania map głębi [ms]
Liczba przetwarzanych rozbieżności na sekundę [106]
[CPU]
[GPU]
Core i7-6700K
GeForce GTX 970
0 50 100 150 200 250
25.5
230.8
7.14
35.02
Metoda iteracyjnaMetoda krzyżowa
[CPU]
[GPU]
Ocena jakości uzyskanych wyników
Metoda krzyżowa - stopa błędów
Teddy Cones
5,04% 10,08%
Metoda iteracyjna - stopa błędów
Teddy Cones
6,92% 9,04%
Najbardziej czasochłonne etapy
1%1%18%18%
3%3%
5%5%
0%0%
73%73%
Filtr medianowy Wyznaczenie obszarów Agregacja wstępnaAgregacja kosztów krzyży Wstępna estymacja głębi Udoskonalenie
Core i7-6700K
1%1%2%2%
1%1%
48%48%
1%1%
47%47%
GeForce GTX 970
(Metoda krzyżowa)
Najbardziej czasochłonne etapy
Core i7-6700K GeForce GTX 970
(Metoda iteracyjna)
1%1%3%3%
79%79%
0%0%
0%0%
16%16%
Wstępna agregacja Obliczanie obszarów Iterowana agregacjaWybór rozbieżności Spójność Iterowane ulepszenie
0%0%0%0%95%95%
0%0%0%0%
4%4%
Podsumowanie- Poprawnie zaimplementowano wybrane metody.
- Porównano wydajność obliczeń metod i wyciągnięto wnioski.
- Otrzymano wysokiej jakości mapy głębi.
- Określono krytyczne etapy algorytmów.