Jul, 2019

基于 FPGA-CPU 混合系统芯片实现功耗较低的实时高精度密集深度

PDF
TL;DR本文提出一种结合 SGM 和 ELAS 方法的 FPGA-CPU 芯片的立体图像算法，实现了高效和高精度的深度数据点云的计算，并在 KITTI 2015 数据集上以 50FPS 的速度和 5W 的功率消耗下，达到了仅 8.7％的误差率。
depthstereo imagesfpgasgmelas
发现论文，激发创造
  • 在 FPGA 加速的嵌入式设备上实现 ELAS 实时稠密立体匹配

    针对低功耗实时机器人领域，提出了一种基于 FPGA 加速的 ELAS 算法适配方案，在保留原有算法性能特性的前提下，利用 CPU/FPGA SoC 的组合，极大地提高了算法计算速度和功耗表现，为低功耗实时系统下更复杂、多样化算法的加速提供了新思路。

    Feb, 2018

  • FP-Stereo：嵌入式应用的硬件高效立体视觉

    本文提出了 FP-Stereo 算法，使用开源硬件高效库快速搭建高性能 FPGAs 立体匹配流水线，支持多种方法和技术的并行处理，可自动生成 FPGA 加速器的综合 C 代码，并通过详细比较，展示出 FP-Stereo 在准确性、速度、资源使用和能耗等方面的优化。

    Jun, 2020

  • R$^3$SGM: 适用于功率受限环境的实时光栅 Respecting 半全局匹配

    本文提出了一种受到 More Global Matching (MGM) 方法启发的新型资源高效方法，它可以实时运行在功耗低的 FPGA 上，并在 KITTI 和 Middlebury 等多个数据集上验证了我们的方法可以实现在准确性、功耗效率和速度之间的最佳平衡，使我们的方法非常适用于功耗有限的实时系统。

    Oct, 2018

  • 基于 GPU 的半全局匹配实时立体估计

    该研究提出了一种可嵌入低功耗 GPU 设备的实时系统，使用 Semi-Global Matching 算法，针对机器人、高级驾驶辅助系统和自主车辆等的需求，在 640x480 的图像大小、128 个视差级别和 4 个路径方向下，以每秒 42 帧的速度生成可靠的视差估计结果。

    Oct, 2016

  • FastDepth：嵌入式系统上的快速单目深度估计

    本文提出了一种在嵌入式系统上实现快速单视图深度估计的高效轻量级编码器 - 解码器网络架构，涉及深度感知、机器人任务以及神经网络等关键词。在使用 NVIDIA Jetson TX2 GPU 或仅使用 TX2 CPU 时，FastDepth 可以达到每秒 178 帧或每秒 27 帧，并保持低功耗，同时在 NYU Depth v2 数据集上达到接近业界最佳准确度，是目前作者所知道的实时单目深度估计最低延迟最高吞吐量的深度神经网络。

    Mar, 2019

  • 实时深度处理的单存储半全局匹配

    本论文介绍了一种基于 FPGA 的 More Global Matching 算法的立体视觉系统，通过对深度图的位移图进行加速计算，以达到实时运行的目的，在深度图计算方面可达到 0.72 瓦的功耗和 10.5fps 的更新速度。

    Jul, 2020

  • 实现 CPU 上实时无监督单目深度估计

    本文提出了一种新的 CPU 架构，使用从单个输入图像提取的特征金字塔快速推断准确的深度图，与现有的方法相比，模型的参数较少（约为 6％），使得其能在 Raspberry Pi 3 上推断 KITTI 图像的深度图约 1.7 秒，为 CPU 上的嵌入式系统的无监督单目深度估计的快速有效部署铺平了道路。

    Jun, 2018

  • 移动设备上的实时立体图像深度估计

    本文介绍了一种实时生成精准视差图的方法，在保持精度的同时可以根据计算资源的需求自动调整。该方法的参数数量较少且可用于资源受限的设备。

    Oct, 2018

  • 高性能可调节的立体重建

    本研究提出了一种高性能和可调谐的立体视差估计方法，其关键是通过半稠密重建的快速深度验证步骤，通过迭代逼近场景深度，构建由立体形象生成的多面平坦网格。该方法的简单性和速度以及可调谐的重建质量和运行时性能使其成为高速车辆应用的一个引人注目的解决方案。

    Nov, 2015

  • 利用稀疏深度测量与立体匹配融合实时稠密深度估计

    本研究提出了一种深度估计方法，利用来自双目立体视觉和稀疏激光雷达或深度相机的测量信息。通过融合各传感器的优势，即精确但稀疏的测量信息和模糊但密集的立体信息，并采用各向异性扩散和半全局匹配技术进行有效地融合。该方法在 KITTI 2015 和 Middlebury 2014 数据集上评估，表现显著，而且使用 PMDTec Monstar 传感器提供了定量结果。

    Sep, 2018