摘要
本发明公开一种基于无人机低空巡航拍摄视频和OpenCV+GAN模型的现场全景图合成方法。该方法通过无人机拍摄施工现场视频,使用OpenCV逐帧读取并保存图片,这些图片将作为CycleGAN神经网络训练的目标域图片,拼接成质量较低的全景图,再通过OpenCV分割成多张图片作为源域图片,与目标域图片一起训练CycleGAN神经网络。训练完成后,实际应用中无人机低空巡航拍摄拍摄视频,利用OpenCV合成质量较差的全景图,并进行全景图分块,输入训练好的CycleGAN神经网络生成高质量的全景图分块,最后通过OpenCV边缘拼接生成高质量的施工现场全景图。本发明实现了通过无人机低空巡航视频生成高质量全景图的可行方法,适用于建筑施工、工程监理和安全监测等领域。
技术关键词
全景图
施工现场
GAN模型
无人机
图片
视频
分块
构建训练集
神经网络模型训练
神经网络训练
地理位置信息
对齐技术
拼接算法
工程监理
数据获取模块
分割算法
边缘检测
特征点
分辨率
系统为您推荐了相关专利信息
组件库系统
图形渲染引擎
机器学习算法分析
布局算法
子模块
巡航无人机
崩塌监测系统
运载无人机
标靶
视觉传感装置
清理机器人
清障机构
回转支架
机器人本体
无人机
安全帽检测方法
佩戴安全帽
数据收集模块
模型训练模块
检测头
机械臂抓取系统
多模态
网络模块
机械臂抓取方法
输入模块