Stereo-Matchingalgorithmen bilden die Basis für die Gewinnung von dichter Tiefeninformation aus Bildern von Stereokameras (z.B. Blockmatching, Semi-Global-Matching, Elas - siehe Bilder, dargestellt sind als Farben kodierte Disparitäten).

Diese Verfahren sind trotz leistungsfähiger Prozessoren ohne spezielle Optimierungen nicht echtzeitfähig.

Gleichzeitig sind heutige Compiler noch nicht in der Lage, die SIMD-Einheiten von aktuellen Prozessoren, wie SSE- oder AVX-Einheiten optimal zu nutzen. Diese sind durch die Bereitstellung spezieller Intrinsics aber relativ einfach programmierbar, ohne Assembler-Code schreiben zu müssen.

Weiterhin ist auch die Verteilung der Verfahren auf verschiedene Kerne nicht trivial, da aufgrund des großen Speicherbedarfs der Algorithmen eine gegenseitige Beeinflussung über die geteilten Caches/Speicherzugriffe erfolgt.

In der Bachelorarbeit soll es um die Untersuchung des Optimierungspotentials verschiedener Stereo-Matchingalgorithmen durch Einsatz von Intrinsics und Parallelisierung auf eine variable Anzahl von Prozessor-Kernen gehen. Ziel ist die Erreichung von Echtzeitverarbeitung für einfache Algorithmen und die weitere Optimierung der komplexeren Ansätze.

 

Ansprechpartner: Tinosch Ganjineh