Hierarchy-GBP:分层消息传递加速多核 CPU 上的光束法平差与位姿图优化
AjdDavison · x · 2026-11-21
- 开源项目 Hierarchy-GBP(H-GBP):利用高斯置信传播(GBP)的全分布式特性,引入 multigrid 式分层抽象,加速长程消息传递,用于大规模位姿图优化与光束法平差(Bundle Adjustment)。
- 针对多核 CPU 优化:手工优化内核、消息打包与更新缓存,支持单线程与并行执行;作者称后续将支持 GPU。
- 适用场景:SfM(运动恢复结构)、(多机器人)状态估计等因子图推理问题。
- 仓库提供基准复现策略、BAL/g2o 模型接口及 COLMAP 输入转换。
「研究」频道最新
- 高露洁论文:LLM 角色扮演消费者达90%人类信度或颠覆调研业 — 2C_ornot2C · 2026-11-21
- 黎曼猜想证明获完整形式化验证,专家称是「非常人性」的数学 — Kyrannio · 2026-11-21
- Hassabis 预言两年内 AI 攻克千禧难题,半年后黎曼猜想已有候选解 — Hesamation · 2026-11-21
- 让 GPT-2「睡觉」:冻结快照回放让旧知识保持率从 6% 提到 58% — Junior_Reputation639 · 2026-11-21
- ERC 评审拒信曝光:评审员直言不信 LLM 自动形式化 — marc_lelarge · 2026-11-21
- 陶哲轩谈 AI 数学竞赛:摘走果实,留下一片荒地 — yacineMTB · 2026-11-21