期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
一种改进的图像三维重建技术研究 被引量:5
1
作者 朱硕 黄新蕊 +3 位作者 危新宇 许树文 王晨曦 童亚拉 《激光杂志》 北大核心 2019年第4期64-67,共4页
目前图像三维重建得到了广泛应用。摄像机成像仪上的光条纹中心是实现三维重建的重要信息源。针对光条纹中心提取方法中的Steger算法计算量大、运算时间较长的缺陷,本文将GPU多网格(grid)多块(block)多线程(thread)的并行运算优势,与Ste... 目前图像三维重建得到了广泛应用。摄像机成像仪上的光条纹中心是实现三维重建的重要信息源。针对光条纹中心提取方法中的Steger算法计算量大、运算时间较长的缺陷,本文将GPU多网格(grid)多块(block)多线程(thread)的并行运算优势,与Steger算法每个像素点卷积运算相互独立的特点相结合,设计了一种利用GPU加速的改进的Steger算法,以减少运算耗时。实验结果表明:GPU下的光条纹提取时间为CPU下的1/16到1/12,大大提高了运算效率,减少了计算时间。 展开更多
关键词 Steger算法 光条纹中心提取 gpu加速 图像三维重建
下载PDF
桌面云环境下的高性能vGPU计算性能分析 被引量:4
2
作者 缪静文 王召 +3 位作者 俞俊 朱广新 杨云飞 程聪 《计算机技术与发展》 2019年第11期184-189,共6页
作为一种典型的云计算应用模式,桌面云改变了用户使用计算机的传统方式。随着桌面云应用的逐渐普及,如何加速图形处理和提高GPU利用率,已成为桌面云环境下使用GPU的关键问题。针对该问题,文中利用vGPU技术和南瑞桌面云NCloud-D搭建原型... 作为一种典型的云计算应用模式,桌面云改变了用户使用计算机的传统方式。随着桌面云应用的逐渐普及,如何加速图形处理和提高GPU利用率,已成为桌面云环境下使用GPU的关键问题。针对该问题,文中利用vGPU技术和南瑞桌面云NCloud-D搭建原型系统,分析在桌面云环境中使用vGPU技术实现GPU共享的可行性。在此基础上有针对性地设计实验,研究对比现有vGPU虚拟桌面与物理机的性能,分析不同图形帧缓冲区分配方案下的vGPU虚拟桌面性能,分析vGPU虚拟桌面多并发的性能。实验结果表明,vGPU技术对GPU资源有较高的利用效率,桌面云环境下的vGPU虚拟桌面与物理机性能相当,基本能满足图形加速处理的实际业务需求。 展开更多
关键词 gpu虚拟化 图形加速 桌面云 性能分析
下载PDF
基于飞腾平台的GPU图形加速驱动设计与实现
3
作者 李荣振 吴庆波 +2 位作者 邵立松 伍复慧 谭郁松 《计算机工程与应用》 CSCD 2014年第5期126-131,共6页
在超大规模集成电路和图形技术快速发展,特别是2D/3D图形加速技术高速发展的背景下,GPU图形加速已经成为人们研究的焦点。主要在飞腾平台上为轻量级的DirectFB图形系统设计了一种硬件加速驱动。从驱动的设计与实现角度介绍了Radeon GPU... 在超大规模集成电路和图形技术快速发展,特别是2D/3D图形加速技术高速发展的背景下,GPU图形加速已经成为人们研究的焦点。主要在飞腾平台上为轻量级的DirectFB图形系统设计了一种硬件加速驱动。从驱动的设计与实现角度介绍了Radeon GPU图形加速的相关原理,对飞腾平台上GPU主存地址空间和命令传送机制等关键技术进行了系统的研究,并最终实现了该系统。 展开更多
关键词 图形加速 gpu主存地址空间 命令传输机制
下载PDF
基于GPU加速和多项式的图像三维重建技术
4
作者 王晨曦 朱硕 童亚拉 《湖北工业大学学报》 2018年第4期33-36,共4页
在图像三维重建中,摄像机的标定和光条纹中心的提取是其中两项关键技术。前者通过求内外参数矩阵和畸变系数完成,计算量大且过程较复杂;后者可采用Steger算法获得,但Steger算法二维高斯卷积的计算量较大。利用GPU加速对Steger算法进行改... 在图像三维重建中,摄像机的标定和光条纹中心的提取是其中两项关键技术。前者通过求内外参数矩阵和畸变系数完成,计算量大且过程较复杂;后者可采用Steger算法获得,但Steger算法二维高斯卷积的计算量较大。利用GPU加速对Steger算法进行改进,使之耗时减少;在计算像素坐标和三维坐标关系时采用一种多项式方法,避免计算参数矩阵,以实现整个过程简便化。实验表明,该方法能准确快速地完成三维重建。 展开更多
关键词 摄像机标定 光条纹中心提取 gpu图形加速 多项式方法
下载PDF
GPU虚拟化环境下云游戏性能分析 被引量:4
5
作者 戴加伟 白光伟 +1 位作者 沈航 王仲晖 《小型微型计算机系统》 CSCD 北大核心 2018年第2期214-218,共5页
云游戏在提供高品质游戏体验的同时带来了高额的硬件成本.以往的云游戏系统为了最大化用户的游戏体验,都是直接部署在物理服务器上,导致资源不能动态分配.针对该问题,本文使用最新的GPU虚拟化技术vGPU和开源的云游戏平台GamingAnywhere... 云游戏在提供高品质游戏体验的同时带来了高额的硬件成本.以往的云游戏系统为了最大化用户的游戏体验,都是直接部署在物理服务器上,导致资源不能动态分配.针对该问题,本文使用最新的GPU虚拟化技术vGPU和开源的云游戏平台GamingAnywhere搭建原型系统.在此基础上有针对性地设计实验,研究现有的GPU虚拟化技术能否支持多个云游戏共享一台物理服务器,同时分析GPU虚拟化对云游戏的延迟和画质的影响.实验结果表明:首先,vGPU技术对GPU资源有较高的利用效率,能够支持GPU密集型的云游戏;第二,vGPU技术支持多个虚拟机之间GPU资源的公平分配;第三,使用vGPU技术将软件编码卸载到GPU执行能提高编码效率,同时降低网络负载. 展开更多
关键词 云游戏 gpu虚拟化 图形加速 用户体验
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部