NVIDIA Broadcast GTX的問題,透過圖書和論文來找解法和答案更準確安心。 我們挖掘到下列精選懶人包

國立交通大學 電子研究所 張添烜所指導 曾宇晟的 適用於高畫質立體電視應用之視差估測設計研究 (2011),提出NVIDIA Broadcast GTX關鍵因素是什麼,來自於視差估測、立體電視、超大型積體電路設計。

接下來讓我們看這些論文和書籍都說些什麼吧:

除了NVIDIA Broadcast GTX,大家也想知道這些:

適用於高畫質立體電視應用之視差估測設計研究

為了解決NVIDIA Broadcast GTX的問題,作者曾宇晟 這樣論述:

隨著立體電視的問世,人們可以藉由立體視訊獲得新的視覺經驗。立體視訊可以立體攝影機擷取,並經由影像處理技術運算後,可支援多視角與自由視點之立體電視應用。在立體視訊的處理中,視差估測為最重要的技術之一。視差估測可產生拍攝場景之視差圖,可用於虛擬視角視訊的合成。動態影像壓縮標準組織的立體視訊編碼團隊已提出目前最先進視差估測演算法。其演算法可針對立體電視的應用產生高品質的視差圖,但因採用圖形切割演算法導致高運算複雜度與低平行運算的問題。特別對於高畫質視訊,其問題更為嚴重。為解決以上問題,本論文首先提出初階視差估測演算法,採用訊息傳遞演算法以提高視差估測的運算平行度,並搭配聯合雙邊上取樣演算法以減少運

算的畫面大小。其硬體設計面臨之問題,可藉由所提出之硬體架構方法解決。以此初階演算法為基礎,我們進一步提出一高品質視差估測演算法,可改善時間軸一致性與遮蔽之問題,並產生高品質的視差圖。針對高品質視差演算法,我們提出適用於不同實作方法的二快速視差估測演算法。針對軟體程式設計,所提出的稀疏運算之快速演算法可藉由時間軸與空間軸的分析選擇稀疏像素,僅針對稀疏像素更新視差值,達到降低運算時間至62.9%。另一方面,針對超大型積體電路設計,所提出的高硬體效率之快速演算利用新的比對資訊擴散方法可降低運算時間至57.2%,並大幅降低原演算的記憶體成本至0.00029%。客觀評比的結果顯示針對虛擬視角視訊合成之應

用,我們所提出的演算法可達到近於現今最先進演算法的高品質。最後,我們化簡高硬體效率之快速演算法,進而提出高輸出效能的架構設計。其硬體實作結果顯示所提出的視差估測引擎可支援視差範圍128,同時產生三視角HD1080p視差圖,並達到每秒95畫面的輸出速度,也就是每秒75.64G像素視差。總言之,本論文所提出的視差估測設計可滿足高畫質度立體電視應用的需求。