摘要
本发明涉及多视图三维重建技术领域,公开了一种多视图三维重建方法、装置、设备及存储介质,该方法通过获取多视图图像,使用扩散模型对所述多视图图像生成扩散特征图,根据所述扩散特征图进行特征匹配生成匹配点对,根据所述匹配点对通过Colmap算法计算相机的位姿,使用卷积神经网络提取所述多视图图像的深层特征,获得深层特征图,根据所述相机的位姿,将所述深层特征图投影到三维空间,生成初步的三维特征图,采用U‑Net网络模型对初步的三维特征图进行融合,获得融合后的三维特征图,根据融合后的三维特征图生成三维体素网格,根据所述三维体素网格生成三维模型,实现最终输出为全局最优解,提高泛化能力和精度。
技术关键词
三维重建方法
生成三维模型
卷积神经网络提取
三维重建设备
三维重建装置
相机
图像
多尺度特征
网格
训练卷积神经网络
三维重建技术
解码器结构
射线
算法
特征点
模块
程序
采样点
中间层
系统为您推荐了相关专利信息
动态管理方法
分布式爬虫
策略
一致性算法
元学习算法
关键帧
图像
三维重建方法
三维模型
相机位姿估计
协议特征
设备运行状态数据
多维特征向量
私有协议
多媒体设备
场景重建方法
Voronoi多边形
网格
解码器
相机