一种基于神经网络的高斯泼溅单目重建方法

本发明公开了一种基于神经网络的高斯泼溅单目重建方法，首先构建一个包括图像深度恢复模型和SfM运动恢复模型的高斯泼溅单目重建模型，并训练图像深度恢复模型，再拍摄全景图片，并将其用球状卷积进行训练，恢复失真部分，然后通过SfM运动恢复模型进行稀疏点云重建，并用高斯重构核对图像表面进行重建，形成图像的基本几何构型，最后采用图像处理技术对图片进行高斯低通滤波降噪处理，形成物体完整的表面结构，完成图像场景三维重建。本发明的方法使用三维高斯泼溅技术与球状卷积核相结合，以构建物体几何模型，在可操作性上有了显著的提高，极大地提高了计算的速度，在智慧医疗，工程探伤等领域具有重要的应用价值。