摘要
本发明公开了一种基于TOF相机的非视域目标三维重建方法及系统,方法包括:搭建非视域成像场景;通过TOF相机从非视域成像场景采集数据集;对数据集进行预处理,消除TOF相机的图像畸变并保留中介面的散射退化特性;采用预处理后的数据集,对搭建的三维重建模型MRS‑Net进行训练;三维重建模型MRS‑Net采用基于深度学习的变尺度编码‑解码架构搭建得到;将待重建的深度退化图像输入三维重建模型,输出非视域场景的深度重建图像。本发明成本低、速度快且成像结果优秀,在中介面为反射率为90%的漫反射板时能够从深度退化图完全模糊的情况下重建出成像目标的轮廓,且存在着较少的阴影,可广泛应用于三维成像技术领域。
技术关键词
TOF相机
三维重建方法
三维重建模型
特征提取网络
解码架构
场景
残差模块
数据
构建深度图像
阶段
三维重建系统
三维成像技术
光电传感器
注意力解码
畸变特征
漫反射板
系统为您推荐了相关专利信息
分布式光伏
实景三维模型
面片
建筑屋顶
三维重建模型
孪生神经网络
平台开发方法
插件
界面
低代码平台
文本特征向量
图像特征向量
节点
识别方法
生成图文
识别模型训练方法
关键点
行人步态检测
图像
标签
电力系统
深度卷积网络
电流
短时傅里叶变换
信号