Sanntids-tracking i 3D-video på GPU

Abstract

Det benyttes 3D-video i stadig flere sammenhenger, og lanseringen av rimelige dybdekameraer, som Microsoft Kinect, er en av grunnene til dette. Som grunnlag for applikasjoner og videre videoanalyser, er det interessant å finne bevegelsen til ethvert 3D-punkt i scenen fra bilde til bilde i sanntid. I denne oppgaven er det undersøkt hvordan lokal dybdeflytestimering i en punktsky ved gradientklatring presterer, og om et unøyaktig kamera som Kinect er godt nok for dette.

Videre er flytestimatene brukt som basis for en enkel tracker, som kan følge bevegelige objekter i scenen over tid i tre dimensjoner.

Implementasjonen benytter Nvidia CUDA for å parallellprosessere på GPU, og det beskrives hvordan denne arkitekturen er tilpasset problemet, og hvor store hastighetsøkninger man enkelt kan oppnå.

Det konkluderes med at dataene fra Kinect har for mye støy til å kunne gi god dybdeflyt, og at den lokale metoden ikke fungerer særlig godt med en punktsky. Det vises i stedet hvordan dybdedataene best mulig kan utnyttes i tracke-sammenheng, ved å segmentere intensitetsdataene og beregne flyt ut i fra disse.