Belief Propagation on the GPU for Stereo Vision

The power of Markov random field formulations of lowlevel vision problems, such as stereo, has been known for some time. However, recent advances, both algorithmic and in processing power, have made their application practical. This paper presents a novel implementation of Bayesian belief propagation for graphics processing units found in most modern desktop and notebook computers, and applies it to the stereo problem. The stereo problem is used for comparison to other BP algorithms.On reconna\ueet depuis un certain temps la puissance des formulations des probl\ue8mes de vision de bas niveau, comme la vision st\ue9r\ue9o, au moyen d'un champ al\ue9atoire markovien. Cependant, des avanc\ue9es r\ue9centes survenues dans l'algorithmique et la puissance de traitement, ont rendu leur application possible en pratique. Cet article pr\ue9sente une nouvelle r\ue9alisation de la propagation des croyances bay\ue9siennes pour les processeurs graphiques que l'on retrouve dans la plupart des ordinateurs de bureau et des ordinateurs blocs notes modernes, appliqu\ue9e aux probl\ue8mes de la vision st\ue9r\ue9o. Ce probl\ue8me est utilis\ue9 pour \ue9tablir une comparaison avec d'autres algorithmes de propagation des croyances.NRC publication: Ye