Research on Acceleration Techniques for Facet-model-based Surface Detection
对基于facet模型的表面检测的加速技术研究

针对基于facet模型的亚体素表面检测算法计算量大的问题，提出将3维facet模型的可分滤波器递归算法与感兴趣区域加速策略相结合的加速方案。可分滤波器递归算法通过在离散正交基下将3维卷积转换为3个1维卷积并使1维卷积递归执行，使计算量与卷积核大小无关，大大节省了计算时间。采用增量算法解决了可分滤波器递归算法内存耗费量大的问题。感兴趣区域加速策略采用图像分割后提取目标的分段包围盒作为有效区域，从而大幅缩减待处理数据量。实验结果表明本文加速方案在保持原始算法精度的同时，能取得很好的加速效果。