期末 demo 報告 cross-based

Electrical Engineering Department of National Cheng Kung University

1Smart Media & Intelligent Living Excellence Lab.

2012/08/13指導教授：詹寶珠教授

報告者：王邦威

期末 Demo 報告 Cross-based


Smart Media & Intelligent Living Excellence Lab. 2

Outline

Flow chart

Method

Implement on GPU

Experimental results



Introduction

left right



Local base algorithm

L R

Disparity= Lx-Rx

y

P(Lx,Ly) P’(Rx,Ry)



Flow chart

Support region construction

Matching cost

Cost aggregation

Winner-take-all

Post-processing


Smart Media & Intelligent Living Excellence Lab.

Cross-based local support region construction

Two constraints• L

• d

• 2

6


Smart Media & Intelligent Living Excellence Lab.

Locally adaptive matching cost aggregation

Matching cost

• CAD :• Ccensus : Hamming distance of the two strings that stand

for p and pd

7

String

R. Zabih and J. Woodfill, “Non-parametric local transforms for computing visual correspondence,” in Proc. ECCV, 1994, pp. 151–158.

2

左圖右圖



Locally adaptive matching cost aggregation

Cost aggregation• d

Winner-take-all• f



Left/right consistency check

We apply occlusion treatment via left/right consistency checking to check the condition .

Then we fill in the disparity for invalidated pixels. For an invalidated pixel , we search its closest valid pixel to the left and to the right.



Implement on GPU

整合 CUDA和 Open CV• 建一個專案，將含有 cuda的程式碼部分包成一個 Dll檔• 對主函式和含有 Open CV的程式碼另外建一個專案，寫在

Cpp檔• 在利用到 GPU就呼叫 Dll檔

CPP檔(主程式且包含呼叫 Open CV程式片段 )

DLL檔(包含呼叫

GPU程式片段 )

GPU(kernel

function)

Host Device



Implement on GPU

Number of threads : width

Number of blocks : height

One block

Width

Height




384x288

執行時間 :0.058秒



Experimental results時間分析 -AD

原程式• 計算matching cost和水平區域 cost總和 :0.625秒• 長區域所花時間 :2.67秒• 計算垂直上每點的水平 cost總合和WTA:0.561秒• 後處理 :0.017秒• 總共 :3.941秒平行化的程式• 計算matching cost和水平區域 cost總和 :0.022秒• 長區域所花時間 :0.012秒• 計算垂直上每點的水平 cost總合和WTA:0.022秒• 後處理 :0.002秒• 總共 :0.058秒加速 68倍




384x288

執行時間 :0.273秒



Experimental results時間分析 -AD&Census

原程式• 計算 Census cost:1.646秒• 加總水平區域的 cost:0.406秒• 長區域 : 2.67秒• 計算垂直上每點的水平 cost總合和WTA:0.561秒• 後處理 :0.017秒• 總共 :5.684秒平行化的程式• 計算 Census cost:0.21秒• 加總水平區域的 cost:0.026秒• 長區域 :0.012秒• 計算垂直上每點的水平 cost總合和WTA:0.025秒• 後處理 :0.002秒• 總共 :0.273秒

加速 20倍



Conclusions

對於擁有許多不相依性計算的方法，可以很容易達到不錯的加速效能

適當的利用 share memory，可以達到更快的速度



Thank for your attention!

期末 demo 報告 cross-based

Documents