一种使用角点特征优化KinectFusion的3D建模方法

三维建模技术已被广泛应用在医学成像、机器人导航、城市规化、虚拟现实、地形堪探等领域,而如何使用有限处理资源构建稠密模型仍然是一个具有挑战性的课题.文中提出了一种使用角点特征优化Kinect Fusion的3D建模方法,首先对Kinect捕获的每张彩色图像进行角点特征提取;然后使用螺旋搜索策略查找包含足够角点特征的感兴趣区域(region of interest,ROI);接着对连续数据帧的ROI使用迭代最近点(iterative closest point,ICP);最后,通过实验验证了文中改进方法与Kinect Fusion算法建模精度相近,但计算速度为其2倍左右.因此,文中方法在一定程度上改善了深度摄像头在室内场景重建领域中的用户体验,在相同硬件设备条件下,可完成Kinect Fusion方法 2倍左右大尺寸场景的重建工作.     

一种异步执行改进三维重构的并行方法

虚拟现实技术是一种模拟现实环境的交互式三维动态场景仿真,其功能需求因应用领域的不同而显差异,其共性技术难点集中在虚拟场景的高效构建和复杂环境的实时绘制,而目前三维重构方法具有较高的计算复杂度和较大的数据处理规模,影响了重建的质量和实时性.针对以上不足,文中提出一种异步执行改进三维重建的并行方法,其算法核心是将多目视频流重建过程分配到服务器端和终端异步执行;接着针对较耗时模块引入CUDA(compute unified device architecture)并行技术,使得重构效率明显提升;最后,通过实验验证了文中方法能有效提高计算效率,减少终端节点与服务器之间的数据传输量,并在一定条件下改善重构的及时性.在移动网络环境中,该方法充分利用终端硬件设备,为室内动态三维场景的实时呈现提供了一种实现方式.