Výpočet lokálně tuhého optického toku na GPU s využitím duálních čísel

Abstract

Výpočet optického toku je jedním ze základních úkolů v oblasti počítačového vidění. Během posledních tří desetiletí byla navržena různá řešení - od klasických algoritmů až po neuronové sítě. V této práci popisujeme několik metod k výpočtu optického toku. Zaměřujeme se na dva algoritmy, které explicitně zachovávají lokální tuhost výsledného vektorového pole. Kromě toho, že poskytujeme podrobný popis samotných algoritmů a souvisejících matematických nástrojů, optimalizujeme navíc výkon jedné vybrané metody s využitím GPU. V teoretické části práce rozebíráme několik algoritmů pro výpočet optického toku a popisujeme specifické pro GPU optimalizací jednoho z nich. V praktické části hodnotíme a porovnáváme kvalitu výsledků získaných každou z prozkoumaných metod. Také měříme výpočetní rychlost GPU verze vybraného algoritmu a porovnáváme ji s rychlostí výchozí sekvenční implementace. Testování se provádí na reálném produkčním videu.

The problem of optical flow estimation is among fundamental objectives in the field of computer vision. During the past three decades, various solutions to it have been proposed - from classic algorithms to neural nets. In this thesis, we describe several methods and frameworks for optical flow estimation. We focus on the two algorithms that explicitly preserve local rigidity of the resulting flow field. In addition to providing the detailed description of the algorithms proper and a few related auxiliary concepts, we optimize the performance of a particular method - one of those that keep the flow locally rigid - by implementing it to run on the GPU. In the theoretical part, we study several optical flow estimation algorithms and describe GPU-specific optimizations for one of them. In the practical part, we evaluate and compare the quality of results produced by each of the reviewed methods. We also measure computational speed of the GPU-based version of the selected algorithm and compare it with the performance of the default sequential implementation. The testing is done on a real production video.