Centre dedocumentation
scientifique

A new GPU bundle adjustment method for large-scale data / Zhou Shunping ; Xiong Xiaodong ; Junfeng Zhu in Photogrammetric Engineering & Remote Sensing, PERS, vol 83 n° 9 (September 2017)  

Public [article]  inPhotogrammetric Engineering & Remote Sensing, PERS > vol 83 n° 9 (September 2017) . - pp 633 - 641 Titre : A new GPU bundle adjustment method for large-scale data Type de document : Article/Communication Auteurs : Zhou Shunping, Auteur ; Xiong Xiaodong, Auteur ; Junfeng Zhu, Auteur Année de publication : 2017 Article en page(s) : pp 633 - 641 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes descripteurs IGN] analyse comparative [Termes descripteurs IGN] compensation par faisceaux [Termes descripteurs IGN] gradient conjugué (algorithme) [Termes descripteurs IGN] jeu de données [Termes descripteurs IGN] processeur graphique [Termes descripteurs IGN] traitement parallèle Résumé : (Auteur) We developed a fast and effective bundle adjustment method for large-scale datasets. The preconditioned conjugate gradient (PCG) algorithm and GPU parallel computing technology are simultaneously applied to deal with large-scale data and to accelerate the bundle adjustment process. The whole bundle adjustment process is modified to enable parallel computing. The critical optimization on parallel task assignment and GPU memory usage are specified. The proposed method was tested using 10 datasets. The traditional Levenberg Marquardt (LM) method, advanced PCG method, Wu's method and the proposed GPU parallel computing method are all compared and analyzed. Preliminary results have shown that the proposed method can process a large-scale dataset with about 13,000 images in less than three minutes on a common computer with GPU device. The efficiency of the proposed method is about the same with Wu's method while the accuracy is better. Numéro de notice : A2017-609 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.14358/PERS.83.9.633 En ligne : https://doi.org/10.14358/PERS.83.9.633 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=86887 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
105-2017091	SL	Revue	Centre de documentation	Revues en salle	Disponible