Dieser Artikel beschreibt ein echtzeitfähiges Verfahren zur Berechnung von Bildkorrespondenzen eines Bildstroms. Dabei liegt der Fokus auf der Parallelisierung durch GPUs und die Spezialisierung auf den automotiven Bildstrom. Es gelingt damit, die Eigenbewegung zu schätzen und Hypothesen für bewegte Objekte zu erzeugen. Bildkorrespondenzen sind die Grundlage für eine Vielzahl von Methoden maschinellen Sehens. Für den automotiven Einsatz gibt es die Anforderung der schnellen und effizienten Berechnung, aber auch wesentliche Merkmale des Bildstroms, welche dieser Anforderung entgegenkommen. In diesem Beitrag wird eine Arbeit vorgestellt, welche eine spezielle Lösung der Berechnung von Bildkorrespondenzen für automotives Sehen darlegt. Aus einem monokularer Bildstrom (Auflösung 768 x 480) werden Langzeitkorrespondenzen in einer Rechenzeit unter 3ms bestimmt. Bei der Auswertung eines Stereo-Bildstroms (Auflösung 2 x 768 x 480) werden Korrespondenzen der beiden monokularen Ströme über der Zeit, sowie des aktuellen Stereo-Bildes ermittelt. Die benötigte Verarbeitungszeit liegt bei unter 6ms. Erreicht wird die schnelle Verarbeitung im wesentlichen durch drei Optimierungen: Effiziente Extraktion von Ecken als Schlüsselpunkte basierend auf Integralbildern, effizientes Matching und massive Parallelisierung. Bei der Ermittlung der Schlüsselpunkte wird ausgenutzt, dass im automotiven Bildstrom keine Rotationsinvarianz nötig ist. Das Matching kann basierend auf einer Vorsortierung zu 10 verschiedenen Klassen erheblich beschleunigt werden. Die Parallelisierung wird mit einer GPU erreicht. Je nach Hardware kann mit einer Anzahl von bis zu 768 Rechenkernen gearbeitet werden. Nicht jeder Algorithmus kann dabei volle Parallelität erreichen. Das hier vorgestellte Verfahren ist für den Einsatz auf parallelverarbeitenden Architekturen entwickelt und erreicht einen sehr hohen Grad an Parallelität. Demnach wäre auch eine FPGA-Version denkbar. Grundlegend für Effizienz des Verfahren ist das sogenannte SidCell-Bild, eine Datenstruktur, welche gleichzeitig Extraktor und Deskriptor für Bildschlüsselpunkte ist. Zudem erlaubt es eine Vorauswahl von Korrespondenz-Kandidaten, wodurch das Matching erheblich beschleunigt wird. Der Beitrag zeigt durch das SidCell-Bild bestimmte Langzeitkorrespondenzen bei einer Kurvenfahrt nach rechts. Zusätzlich wird gezeigt, wie durch Hinzunahme von Eigenbewegsungdaten die Robustheit des Verfahrens gesteigert wird. Weiterhin verdeutlichen die Autoren die vielseitige Verwendbarkeit des Verfahrens, speziell für automotive Sichtsysteme. Es wird der Einsatz zur Schätzung der Eigenbewegung und Hypothesen-Generierung von Fahrzeugen vorgestellt. Videos sind verfügbar. Sie entsprechenden Literaturangeben sind angegeben.


    Zugriff

    Zugriff über TIB

    Verfügbarkeit in meiner Bibliothek prüfen


    Exportieren, teilen und zitieren



    Titel :

    Effiziente, parallelisierte Berechnung von Bildkorrespondenzen für automotives Sehen


    Weitere Titelangaben:

    Efficient parallel calculation of image correspondances in the field of automated viewing


    Beteiligte:


    Erscheinungsdatum :

    2010


    Format / Umfang :

    13 Seiten, 13 Bilder, 1 Tabelle, 13 Quellen


    Medientyp :

    Aufsatz (Konferenz)


    Format :

    Print


    Sprache :

    Deutsch




    Effiziente, parallelisierte Berechnung von Bildkorrespondenzen fuer automotives Sehen

    Schweitzer,M. / Wuensche,H.J. / Univ.der Bundeswehr Muenchen,DE | Kraftfahrwesen | 2010


    Einsatz von GPUs fuer automotives Sehen

    Schweitzer,M. / Wuensche,H.J. / Univ.d.Bundeswehr Muenchen,DE | Kraftfahrwesen | 2010


    Einsatz von GPUs fur automotives Sehen

    Schweitzer, M. / Wunsche, H.-J. / VDI-Kompetenzfeld Optische Technologien | British Library Conference Proceedings | 2010


    Einsatz von GPUs für automotives Sehen

    Schweitzer, Michael / Wünsche, Hans-Joachim | Tema Archiv | 2010


    Corrosion Protection - Automotives

    Calmona, Edson | SAE Technical Papers | 2005