摘要
本发明公开了一种基于目标检测的3D重建方法,3D目标检测模型为3D目标重建模型提供目标点云信息。3D目标重建模型先对输入的连续帧进行帧间特征匹配,并对每个检测对象的位姿执行快速分层优化,再将体素块的彩色、深度和权重信息融合并存储为3D目标重建模型,并根据新计算的姿态估计实现高质量的物体表面3D建模。帧间匹配、分层优化和表面重建方法协同工作,这样的3D目标重建方法可以保持较高的局部精度和全局一致性。本发明提供了一种基于目标检测的3D重建方法,能够实现高质量的表面建模,既能保持较高的局部精度,也能保留清晰的拓扑结构。
技术关键词
稀疏特征
卷积神经网络识别
表面重建方法
关键帧
SSD算法
视锥点云
对象
深度图
点云空间
立体
相机光轴
关键点
三角形
图像
分层
点云信息
姿态估计
卷积特征
系统为您推荐了相关专利信息
实景三维模型
全局地图
更新方法
激光雷达点云数据
关键帧
智能远程控制系统
序列
深度学习网络模型
视频
语义
票据
深度卷积神经网络
校正方法
多尺度特征提取
注意力
疼痛评估系统
播放控制模块
面部动作单元
生成对抗网络模型
播放速度可调
运动预测方法
粒子群优化算法
船舶运动模型
数据
表达式