概述

在特征匹配流程中，采用 SIFT 算子提取特征点后，经 RANSAC 算法剔除误匹配点的处理环节。对比发现：CUDA 加速版本与标准 CPU 串行版本的计算结果存在偏差。期望通过参数调优或算法策略调整，

需求详情

一、课题背景： 针对基于 C++ 架构的视觉应用模块，我们在完成跨平台性能优化阶段，发现了特定算法实现的数值一致性问题。 二、技术栈与环境： 开发环境： Windows 10/11 (64位)，C++ 编程语言。 算法框架： OpenCV 4.13 版本。 硬件适配： 已实现双版本适配，分别针对 x86_64 架构 CPU 及 NVIDIA CUDA 12.9 加速 两种运行时环境。 三、核心问题与现象： 在特征匹配流程中，采用 SIFT 算子提取特征点后，经 RANSAC 算法剔除误匹配点的处理环节。对比发现：CUDA 加速版本与标准 CPU 串行版本的计算结果存在偏差。 四、当前诉求： 期望通过参数调优或算法策略调整，缩小 CUDA 实现与 CPU 实现之间的数值偏差，确保不同硬件架构下的算法结果收敛，提升工程落地的鲁棒性。