一种基于GPU的各向异性视频过分割方法

    公开(公告)号:CN113012165B

    公开(公告)日:2023-06-23

    申请号:CN202110295652.2

    申请日:2021-03-19

    Applicant: 厦门大学

    Abstract: 一种基于GPU的各向异性视频过分割方法,涉及视频处理技术领域。1)加载视频到显存中,计算视频的光流场;2)给定种子点的初始位置,根据光流场计算种子点的各向异性矩阵,加载信息到显存中;3)根据泛洪并行框架,每个像素都以一系列的步长查询周围的种子点信息,并更新距离自己最近的种子点,所有像素点都记录最近种子点,得到视频分割结果;4)将种子点的位置更新到当前簇的中心,然后重新计算种子点在新位置的各向异性矩阵;5)重复步骤3)和4),直到分割结果趋于稳定或达到指定的迭代次数。利用视频的运动场更精确持久地捕捉物体的运动,各向异性超体素可以在GPU上并行实现,提高处理效率,视频分割准确率高,处理速度快。

    一种基于GPU的各向异性视频过分割方法

    公开(公告)号:CN113012165A

    公开(公告)日:2021-06-22

    申请号:CN202110295652.2

    申请日:2021-03-19

    Applicant: 厦门大学

    Abstract: 一种基于GPU的各向异性视频过分割方法,涉及视频处理技术领域。1)加载视频到显存中,计算视频的光流场;2)给定种子点的初始位置,根据光流场计算种子点的各向异性矩阵,加载信息到显存中;3)根据泛洪并行框架,每个像素都以一系列的步长查询周围的种子点信息,并更新距离自己最近的种子点,所有像素点都记录最近种子点,得到视频分割结果;4)将种子点的位置更新到当前簇的中心,然后重新计算种子点在新位置的各向异性矩阵;5)重复步骤3)和4),直到分割结果趋于稳定或达到指定的迭代次数。利用视频的运动场更精确持久地捕捉物体的运动,各向异性超体素可以在GPU上并行实现,提高处理效率,视频分割准确率高,处理速度快。

Patent Agency Ranking