摘要
本发明公开一种抗遮挡区域的无监督多视图立体重建方法,能够在无需依赖真实深度信息的情况下,通过处理来自多个视角的图像,有效解决遮挡区域的三维重建问题,并计算出具有高精度的点云模型。首先,提取多尺度特征;然后,采用可变形的大核注意力网络聚合全局信息,计算场景的深度图和对应的置信图;其次,计算对比一致性损失和感知一致性损失为深度估计过程提供伪监督信号,优化深度图;最后,融合深度图,即可获得点云模型。本发明充分利用基于多种监督项的无监督多视图立体计算方法,有效挖掘输入图像自身的特征,估计出高质量的深度图,进而计算出精确的点云模型。
技术关键词
立体重建方法
特征金字塔网络
图像
多视角
特征提取网络
投影特征
注意力
语义特征
摄像机
三维点云重建
融合深度图
损失函数优化
归一化模块
偏移特征
样本
多尺度特征
光度
点云模型
系统为您推荐了相关专利信息
岩石薄片
全局特征提取
深度神经网络模型
多尺度特征融合
孔隙结构
光学性能检测系统
光学性能检测方法
超像素分割算法
图像
掩膜
跨模态数据
表面检测方法
检测网络模型
构建文件目录结构
图像