一种基于深度学习的空间实时重建方法

本发明涉及三维重建技术领域，公开一种基于深度学习的空间实时重建方法，包括：步骤1、输入数据准备，包括获取输入图像序列和对应的深度数据以及相机位姿信息，获取相机内参矩阵用于图像坐标到相机坐标的变换，且对输入图像序列和深度数据进行畸变校正与去噪处理，将处理后的图像序列和深度数据提供给步骤2进行动态物体检测与分析；步骤2、动态物体检测，包括基于步骤1中处理后的图像序列和深度数据计算像素点的时间变化信息和空间梯度信息。通过基于光流约束的动态物体检测方法，结合像素点时间变化和深度数据分析动态区域的运动特征，实现动态物体的精确分割与定位，得到动态环境下动态物体检测精度显著提高的效果。