开源 | 特征检测算法，速度超过FAST，在Jeston TX2上达到了1000fps，集成VIO可以达到200fps

论文地址：https://arxiv.org/abs/2003.13493 代码：https://github.com/uzh-rpg/vilib.git 来源：苏黎世大学 论文名称：Faster than FAST: GPU-Accelerated Frontend for High-Speed VIO 原文作者：Philipp Foehn

加入GPU的嵌入式设备为计算机视觉提供强力的计算能力，使得很多算法可以达到实时运行的级别。这种设备可以使板载算法达到或者超过视频的输出频率，从而可以有更多的计算资源来获得更丰富的数据信息，并且降低了算法的延时误差。本文关注于使用高效的底层GPU硬件描述指令，改善VIO领域的计算机视觉算法性能。当前VIO的主要算法流程是使用图像数据进行特征提取和特征跟踪，而这两步算法非常适合并行运算。特别是算法中的非极大值抑制和随后的特征提取是影响整体图像处理速度的主要因素。首先，本文修正了针对gpu的特征检测的非极大值抑制问题，并提出了一种局部响应极大值检测算法，可以提取特征的同时计算特征的空间分布。本文的第二个贡献是使用上面的非极大值抑制算法提出了一种比FAST更快的特征检测算法。经过试验本文提出的算法在特征检测和特征跟踪上的表现，均超过了现在已有的算法。并且该算法在Jeston TX2上达到了1000fps。另外经过试验，将本文算法集成到VIO中，可以达到200fps的水平。

本文算法将非极大值抑制和特征检测进行融合，不仅保证特征在图像上的均匀分布，而且性能超过了现在已有的算法。

下面是论文具体框架结构以及实验结果：

声明：文章来自于网络，仅用于学习分享，版权归原作者所有，侵权请联系删除。