摘要
本发明涉及计算机视觉与三维重建领域,具体公开了基于多尺度特征融合的多视图立体三维重建方法,采用多尺度特征融合的网络架构,包括特征提取模块、代价体构建模块、代价体正则化网络和深度回归网络。具体为:构建基于多尺度特征融合的多视图立体网络架构。设置特征提取模块,采用FPN结构结合双向特征融合策略,建立单应性变换与代价体构建模块,生成代价体,部署代价体正则化处理单元,采用3D UNet架构进行全局‑局部特征融合,执行深度推断与细化流程,通过多阶段深度假设与置信度加权机制优化深度回归结果。进行三维重建实验及结果分析,实施深度图融合与三维重建,生成稠密三维点云模型。本发明有效提升了三维重建的精度与完整性。
技术关键词
多尺度特征融合
三维重建方法
网络架构
三维点云模型
立体
单应性变换矩阵
特征提取模块
深度回归网络
深度图
融合策略
多任务损失函数
高层语义信息
特征金字塔网络
生成高分辨率
处理单元
多层次特征
多阶段
像素点
解码器结构