摘要
本发明提供了一种基于自注意力机制的多视角立体重建系统及方法,系统包括多尺度特征提取模块、匹配代价体构建模块、深度采样范围估计模块、Transformer注意力聚合模块以及损失函数模块,多尺度特征提取模块用于提取图像的多尺度特征;匹配代价体构建模块用于构建多视图匹配代价体;深度采样范围估计模块用于估计深度采样范围;Transformer注意力聚合模块用于对匹配代价体进行聚合;损失函数模块用于计算预测深度分布与真实深度图之间的距离。本发明提供的基于自注意力机制的多视角立体重建系统,通过多尺度特征提取、匹配代价体构建、深度采样范围估计和Transformer注意力聚合等模块,有效解决了MVS重建中存在的问题,提高了三维重建的完整性和准确性。
技术关键词
注意力机制
重建系统
多尺度特征提取
浅层特征提取
视角
深度图
扫描算法
特征金字塔网络
多尺度特征融合
立体重建方法
图像
子模块
摄像机
纹理
相机
策略
系统为您推荐了相关专利信息
虚拟现实技术
注意力机制
交互方法
三维虚拟环境
分布式资源管理
数字显微成像系统
嗜碱性粒细胞活化
微流控芯片装置
注意力机制
荧光标记抗体
BERT模型
关键词提取方法
关键词提取模型
交叉注意力机制
序列
干扰补偿方法
深度残差
干扰磁场
误差模型
传感器误差