基于深度学习的高分辨率图像三维重建方法、系统与介质

本发明提供一种基于深度学习的高分辨率图像三维重建方法、系统与介质，该方法包括：对于不同角度相机获取的高分辨率图像，将标记的待重建物体位置与基于VGG网络识别的物体位置对比，完成待重建区域标定；通过特征提取以及多视角间代价图的融合，得到三维代价体；基于由低分辨率到高分辨率的形式，对三维代价体进行解码，将解码后的输出与更高分辨率图像的原始特征体进行融合，获得最高分辨率尺度空间对应的代价体和预测的深度图；通过基于可见性的融合算法，将不同视角的深度图融合到统一的点云表示中，将融合后的深度图投影到3D空间中，得到稠密三维点云数据。本发明可降低重建数据量和运算量，有效降低GPU显存的使用和重建时长。