摘要
本发明公开了一种基于多尺度特征融合的三维重建算法,包括一下步骤:S1、对数据集进行预处理,并将处理后的数据集划分为训练集、验证集和测试集;S2、改进Patchmatchnet网络模型的主干特征提取网络以及深度细化网络,基于训练集对优化后的改进Patchmatchnet网络模型进行训练;S3、利用训练后的改进Patchmatchnet网络模型对测试集进行测试。本发明的基于多尺度特征融合的三维重建算法,通过改进的Patchmatchnet模型不仅能有效重建三维模型,且改进后的模型所预测的表面、边缘相比原始模型更加接近真实,更加准确。
技术关键词
多尺度特征融合
三维重建算法
深度图
特征提取网络
预测特征
重建三维模型
金字塔结构
分辨率
保留特征
深度学习模型
训练集
编码块
网络结构
高层次
数据
模块
光度
图像
点云
系统为您推荐了相关专利信息
制冰机
故障监测系统
深度神经网络模型
参数
物联网技术
注意力机制
状态实时监测
预警方法
分类网络
终端设备
多尺度特征融合
车辆识别方法
特征融合方法
上采样
检测头
情感识别方法
特征提取网络
情绪识别模型
特征提取模块
留一交叉验证