[发明专利]模型顶点的并行处理方法、系统、求解器、芯片和介质

说明书

模型顶点的并行处理方法、系统、求解器、芯片和介质，包括：将输入矩阵J的分块矩阵设为母矩阵；获得列数组的非零列，对其元素排列组合后得出相乘后位于结果矩阵中的行列位置；将元素与其行列位置所对应的两个分块矩阵进行并行计算。本发明实现了针对块结构的稀疏矩阵数据结构利用三维重建中数据的局部性，提高了数据的访问效率，在此基础上开发的矩阵运算将传统矩阵计算转化为排序加局部运算，提高了并行度，适合GPU快速计算。

技术领域

本发明涉及计算机图像处理技术领域，具体地说是一种用于人体实时非刚性三维重建的模型顶点的并行处理方法、系统、求解器、芯片和介质。

背景技术

人体的实时非刚性三维重建是计算机视觉、计算机图形学的重点问题。此技术广泛用于视觉特效、虚拟现实、远程教育和全息通信等多个领域，具有很高的商用价值。

非刚性实时三维重建一般采取彩色图和深度图信息作为综合输入，通过优化的方法同时重建模型并追踪运动情况。已有的工作常见通过深度传感器如Kinect直接获取彩色和深度信息，或者用双目彩色相机在采集彩色信息的基础上计算得到深度信息。不同的深度信息获取途径使得深度信息的质量有差异，这要求求解器能够容忍输入深度信息的瑕疵。

由于非刚性实时三位重建的复杂性，目前还没有通用的商用级别的产品，系统还没有一个完全统一的框架，但是已有的非刚性实时三维重建系统框架的一个共同特点是包含追踪和融合两部分。融合部分维护并更新待建三维模型的几何，追踪部分对模型进行变形从而与实时输入的深度信息进行关联和对齐，这种对应关系继而又被融合模块利用来更新模型的几何。由此可见求解器作为求解追踪部分的计算引擎，直接决定了追踪部分对齐的效率和效果，进而决定了融合模块的效果，求解器是非刚性实时三维重建系统的重要核心。

然而目前从计算硬件到软件都没有一个通用框架来解决实时非刚性的三维重建，同时由于计算的复杂程度与实时的苛刻要求，整个重建的框架需要结合具体的计算硬件环境进行具体的设计，而作为重要核心的求解器占了绝大部分的计算量。仅仅调用通用的函数以及接口，例如英伟达显卡配套的CUDA框架提供的计算函数，远远无法满足实时性的要求。

发明内容

本发明为解决现有的问题，旨在提供一种模型顶点的并行处理方法、系统、求解器、芯片和介质。

为了达到上述目的，本发明采用的技术方案提供一种模型顶点的并行处理方法，包括：

S1，将输入矩阵J的分块矩阵设为母矩阵，表示为行数组、列数组和值数组；S2，获得列数组的非零列，对其元素排列组合后得出相乘后位于结果矩阵J^TJ中的行列位置；

S3，将元素与其行列位置所对应的两个分块矩阵进行并行计算，并排序去重；即得结果矩阵J^TJ的行数组和列数组的信息。

进一步地，S1中，值数组按照行优先的顺序依次放入母矩阵非零块；行数组的第j个数母矩阵第j行的首个非零块在值数组中的索引；列数组中存储母矩阵中每一行中非零块的列索引。

进一步地，S2中，对于输入矩阵J的第i行，首先从列数组得到所有非零列C_i＝{c₀,c₁,...,c_k}，对C_i中的元素做排列组合，计算出相乘后位于结果矩阵J^TJ的行列位置：D_i＝{(c₀,c₀),(c₀,c₁),...,(c_k,c_k)}。

进一步地，S3中，D_i中每一个元素对应两个在输入矩阵J中用来计算的两个分块矩阵的位置，将所有行计算得到D＝{D₀,D₁,...D_m}。