一种基于特征增强的多视图三维重建方法

本发明提供一种基于特征增强的多视图三维重建方法，该方法包括：获取待重建物体的多张不同视角的图像和相机位姿，通过特征图提取网络提取多尺度特征图，使用单应性变换和基于方差的代价度量获得三维代价体；三维代价体经过权重网络得到自适应代价体，通过轻量级3DCNN进行初始深度图预测；利用二维卷积层连接自适应代价体和深度图，与上下文特征连接形成动态代价体，输入到门控循环单元GRU中，得到更新后的深度图；通过基于可见性的融合算法，将不同视角的深度图融合并投影到3D空间中，得到三维点云数据。本发明可降低网络的参数和计算量，在使用较少GPU显存的情况下有效提高了重建精度和完整性。