一种基于自适应特征融合的深度学习三维重建方法、系统、电子设备

本发明涉及一种基于自适应特征融合的深度学习三维重建方法、系统、电子设备，属计算机视觉，人工智能技术领域。包括：收集待重建物体的不同视角下的图像序列，对图像序列进行SFM重建，得到每个图像的相机参数；将图像序列以及相机参数输入到融入CA注意力机制的特征金字塔网络进行三层多尺度下采样和特征提取；对提取得到的特征图发送到ASFF模块，进行自适应特征融合，学习不同层次特征映射的空间重要性权重，突出重要特征；采用PatchMatch网络计算每幅图像的深度图并进行坐标转换重建得到三维模型。本发明减轻三维重建中边缘信息模糊和锯齿状伪影，具有更好的重建质量，并在视觉效果上提供了更清晰的细节信息。