1 中国科学院大学, 北京100049
2 中国科学院光电技术研究所, 四川 成都 610209
3 中国华阴兵器试验中心, 陕西 华阴 714200
在光电监视系统中, 广泛应用于运动目标分割的PBAS(pixel base adaptive segmenter)算法计算复杂、参数量大, 难以达到实时分割的要求。针对PBAS算法是对图像中每个像素点进行独立处理, 特别适合于GPU并行加速的特点, 对其在嵌入式GPU平台Jetson TX2上进行了并行优化实现。在数据存储结构、共享内存使用、随机数产生机制3个方面对该算法进行了优化设计。实验结果表明, 对于480×320像素分辨率的中波红外视频序列, 该并行优化方法可以达到132 fps的处理速度, 满足了实时处理的要求。
运动目标分割 并行优化 moving objects segmentation parallel optimization PBAS PBAS GPU GPU
1 浙江大学 信息与电子工程学系, 杭州 310027
2 浙江省信息网络技术重点实验室, 杭州 310027
利用手持彩色和深度摄像头(Kinect)作为图像采集设备, 在KinectFusion算法的基础上进行了扩展, 实现了一个人与虚拟屏幕直接触碰交互的增强现实系统。本文提出一种腐蚀膨胀的方法提取场景中的运动物体, 借助深度图采用分层渲染的方法实现虚实物体互遮挡效果, 最后采用一种体素碰撞检测的方法解决人与屏幕的碰撞检测问题。系统的实现过程中采取GPU并行处理, 显著提高了算法速度。
增强现实 人机交互 物体分割 分层渲染 体素碰撞检测 augmented reality human-computer interaction objects segmentation layer rendering voxel collision detecting