摘要
本发明公开了一种基于神经网络的3D裸眼图像生成方法及系统,涉及3D裸眼图像生成技术领域,包括,将视差图与经过预处理的立体视图一同输入到一个端到端的神经网络框架中,并结合生成对抗网络GANs中的生成器根据输入的视差图和立体视图,生成3D裸眼图像,对3D裸眼图像使用神经网络模型,并对神经网络模型优化,使3D裸眼图像能够在移动设备上高效运行,根据优化后神经网络模型生成的3D裸眼图像进行色彩和亮度调整。通过精确的尺寸调整和色彩校正,减少了由于原始数据差异引起的误差,提高了后续深度估计的准确性,采用注意力机制算法能够在复杂场景下更精准地定位重要特征点,提高视差图的准确性,确保了最终3D裸眼图像的真实感和立体效果。
技术关键词
图像生成方法
深度图
三角测量原理
立体
色彩校正
神经网络模型
深度值
注意力机制算法
转换器工具
移动设备
双目相机
图像生成技术
图像生成系统
神经网络框架
生成对抗网络
模型训练模块
物体轮廓
绘图工具