摘要
本发明涉及类EOS三维数据生成方法,具体涉及一种由CT扫描数据生成类EOS三维数据的方法、计算机程序产品及终端设备,解决了现有类EOS三维数据生成方法效率和精度较低的技术问题。本发明通过构建基于EOS系统几何参数的物理投影模型,精确还原EOS系统成像的几何投影过程,并借助深度学习建立风格迁移网络和三维重建网络;风格迁移网络利用正侧位投影的视角互补特性,实现CT扫描数据向双平面类EOS数据的转换;三维重建网络利用双生成器与双判别器的对抗学习架构,通过对抗训练与循环一致性约束协同优化确保生成的类EOS三维数据在几何结构与纹理细节上的高保真度。风格迁移网络和三维重建网络的配合可大幅提高类EOS三维数据的生成效率和精度。
技术关键词
投影模型
CT扫描数据
三维数据生成方法
分支
网络
输入端
风格
标签
注意力
编码器
解码器
探测器
参数
对齐模块
计算机程序产品
多角度
射线束
投影特征
特征提取模块
系统为您推荐了相关专利信息
网络安全风险
风控管理方法
模板
模式
ERP系统
深度神经网络模型
量化误差
参数
训练集数据
资源受限环境
地震反演方法
半监督学习机制
HTI介质
叠前地震
非暂态计算机可读存储介质