邻域点删除的并行化
我正在 CUDA 上实现 Good Features To Track/Shi-Tomasi 角点检测算法，需要找到一种方法来并行化算法的以下部分：
- 我从根据特定强度值排序的图像中获得的点数组开始（先前计算的特征值）。
- 从数组的第一个点开始，我删除数组中距第一个点一定物理距离内的任何点。 （这个距离是在图像平面上计算的，而不是在阵列上计算的）。
- 在生成的数组上，我们对剩余的点重复第二步。
这是否可以以某种方式并行化，特别是在 CUDA 上？我怀疑不会，因为图像之间显然存在依赖性。
I am implementing the Good Features To Track/Shi-Tomasi corner detection algorithm on CUDA and need to find a way to parallelize the following part of the algorithm:
- I start with an array of points obtained from an image sorted according to a certain intensity value (an eigenvalue of a previous calculation).
- Starting with the first point of the array, I remove any point in the array that is within a certain physical distance of the first point. (This distance is calculated on the image plane, not on the array).
- On the resulting array, we repeat step two for the remaining points.
Is this somehow parallelizable, specifically on CUDA? I'm suspecting not, since there will obviously be dependencies across the image.
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论
评论（1）
我认为文章 加速角点检测算法描述了解决此问题的方法。
I think the article Accelerated Corner-Detector Algorithms describes the way to solve this problem.