摘要
本发明提供一种水下多视图三维重建方法,主要包括以下步骤:S1、通过物理感知的图像增强技术PUIE获取高质量多视角水下图像;S2、初始化神经符号距离函数SDF,由神经网络隐式表示物体三维形状;S3、利用少样本多视角目标分割生成二维前景掩码,结合单目深度估计和法向量预测获取三维几何信息,构成混合几何先验;S4、结合图像增强结果和混合几何先验,通过联合损失函数,训练神经网络优化SDF,完成精确的三维重建。本发明通过引入混合几何先验和优化神经符号距离函数SDF的重建过程,提供了一种更高效、更精确的水下三维重建解决方案。
技术关键词
三维重建方法
单目深度估计
多视角
联合损失函数
训练神经网络
物体三维形状
重建误差
迁移学习技术
图像增强技术
样本
神经网络参数
符号
光照
颜色直方图
多层感知器
渲染技术
策略
系统为您推荐了相关专利信息
超高温工况
动态测量方法
散斑图像
双卷积神经网络
局部细节特征
稳定性评价方法
矿山顶板
顶板变形量
安全阀开启压力
指标
浅浮雕
三维重建方法
多任务神经网络
语义
信息解码器