基于Jetson Nano的隐式场景表征重建方法

基于Jetson Nano的隐式场景表征重建方法
孙佳乐;阿卜杜萨拉木·麦合穆提;李杰
【期刊名称】《北方工业大学学报》
【年(卷),期】2024(36)1
【摘要】随着计算机视觉和边缘计算技术的不断发展,对于复杂场景的高效重建与表征成为了研究的热点之一。

本研究提出了一种基于Jetson Nano的隐式场景表
征重建方法,旨在通过深度学习和边缘计算技术的有机结合,实现对复杂场景的高效
重建与表征。

本研究是基于Jetson Nano边缘计算平台,将RGBD相机与其连接,
通过网络传输将采集的数据存储于云端。

本研究采用了一种创新性的隐式表示模型,通过函数对场景信息进行紧凑而高效的表征。

该方法在Jetson Nano边缘计算平
台上通过统一计算设备架构(Compute Unified Device Architecture,CUDA)和深度学习推理引擎(Turing Tensor R-Engine,TensorRT)优化,进一步提升了计算效率。

结合隐式神经网络和同步定位与地图构建(Simultaneous Localization And Mapping,SLAM)技术,成功实现了三维场景的精准重建,相机追踪中绝对轨迹误差
的均方根误差平均值达到了1.87,在各个场景的表现均具有鲁棒性。

【总页数】8页(P110-117)
【作者】孙佳乐;阿卜杜萨拉木·麦合穆提;李杰
【作者单位】北方工业大学信息学院
【正文语种】中文
【中图分类】TP391.4
【相关文献】
1.基于修正隐式Landweber方法的ECT图像重建算法
2.智能家居场景联动中基于知识图谱的隐式冲突检测方法研究
3.哈拉沟煤矿千万吨矿井先进生产技术实践
4.基于Jetson Nano的遗留物检测人工智能嵌入式教学实践系统
5.基于倾斜影像的城市场景隐式曲面重建
因版权原因，仅展示原文概要，查看原文内容请购买。