摘要
本发明公开了一种多视角特征引导的大范围场景三维建模方法及系统,获取多个视角相机的图像,并输入至多视角立体视觉三维重建神经网络模型中,模型包括多阶段上下文特征提取模块、多视角图像匹配代价构建模块、多视角匹配代价特征聚合网络和视差回归预测模块,通过多视角图像交叉特征迁移互相关匹配代价构建方法构建多视角匹配代价,通过可微分的多视角联合特征引导的各项异性扩散代价聚合方法聚合多视角匹配代价特征,结合损失函数对神经网络模型进行训练,提升多视角三维场景重建性能和深度估计精度。通过训练构建好的多视角立体视觉三维重建神经网络模型,对多视角视频图像进行推理,并实现大范围制造场景动态三维重建。
技术关键词
特征提取模块
场景三维建模
多视角特征
多阶段
多视角立体视觉
图像匹配
异性
空间转换矩阵
统计学习方法
沙漏结构
神经网络模型构建
级联
多视角视频图像
系统为您推荐了相关专利信息
衣物图像
分割方法
检测衣物
视频帧
特征提取模块
多模态特征融合
融合特征
预训练语言模型
语义特征
度计算方法
表情面板
拾音传感器
情感类别
情感分类模型
俯仰电机
暂态稳定评估
电力系统数据库
焦点损失函数
有功功率
暂态仿真