首页 | 本学科首页   官方微博 | 高级检索  
     

基于CUDA的并行改良随机抽样一致性算法
引用本文:苗青,付忠良,赵向辉,徐可佳.基于CUDA的并行改良随机抽样一致性算法[J].四川大学学报(工程科学版),2010,42(4):111-116.
作者姓名:苗青  付忠良  赵向辉  徐可佳
作者单位:中国科学院成都计算机应用研究所,四川,成都,610041
基金项目:四川省科技支撑计划资助项目(2008SZ0100)
摘    要:针对传统RANSAC的许多局限性--样本多、模型复杂或数据错误率高时计算效率低,模型检验精度与数据错误率不易合理设置,无法批处理同模型不同样本集,提出一种基于CUDA的RANSAC并行改良,在保证计算结果置信概率与传统RANSAC一致的前提下,同时对抽样、解模型及检验模型并行同步处理,最终选择出符合要求的最优模型参数.以NVIDIA GPU支持的CUDA为并行计算环境,挖掘其硬件架构的通用计算特性,设计并实现了RANSAC的高效GPU运算模式.实验表明,改良后的算法能够克服传统RANSAC的诸多局限性,且保留了其简单易用的特点.

关 键 词:并行计算  稳健估计  RANSAC  CUDA
收稿时间:9/1/2009 12:00:00 AM
修稿时间:2010/4/23 0:00:00

Parallel Improved RANSAC Based on CUDA
Miao Qing,Fu Zhong Liang,Zhao Xiang Hui and Xu Ke Jia.Parallel Improved RANSAC Based on CUDA[J].Journal of Sichuan University (Engineering Science Edition),2010,42(4):111-116.
Authors:Miao Qing  Fu Zhong Liang  Zhao Xiang Hui and Xu Ke Jia
Abstract:
Keywords:parallel computing  robust estimation  RANSAC  CUDA
本文献已被 万方数据 等数据库收录!
点击此处可从《四川大学学报(工程科学版)》浏览原始摘要信息
点击此处可从《四川大学学报(工程科学版)》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号