申请/专利权人：北京航空航天大学

申请日：2024-04-07

公开（公告）日：2024-06-21

公开（公告）号：CN118229883A

主分类号：G06T17/00

分类号：G06T17/00;G06N3/0464;G06V10/74;G06V10/774;G06N3/084

优先权：

专利状态码：在审-公开

法律状态：2024.06.21#公开

摘要：本发明公开了一种基于空间面片单应性假设的特征匹配约束方法，以提高三维重建模型的精度和完整度，包括：挖掘不同视图间的特征匹配关系，通过邻域偏置学习模块为各像素值增添了自适应的偏移量，以获取其他视角下更可靠的像素匹配代价；提出基于空间面片单应性假设的特征匹配约束，利用三维空间下各面片与相机成像平面间的单应性推导，计算三维点与各视角图像之间的对应关系，计算三维点在不同视角图像间的特征匹配约束；设计损失函数部分，进一步提出了空间相邻面片法向量的平滑约束损失，证明了法向量约束三维重建网络的影响。本发明能够有效提高网络对室内小物体深度估计的精度，同时可应用于各类三维重建网络中。

主权项：1.一种基于空间面片单应性假设的特征匹配约束方法，其特征在于，包括以下步骤：步骤1：预处理三维重建数据集，得到与当前各视角图像匹配的相机参数、深度图、法向量图，并将三维重建数据集划分为训练集和测试集；步骤2：在三维重建的网络中，根据特征金字塔结构获取到不同尺度的特征图，结合空间点的邻域偏置学习模块，利用邻域面片的空间位置从粗糙到精细地逐步确定不同视图条件下的各像素点的可信匹配范围，对不同像素的D个匹配量进行正则化，进一步去除匹配量中的噪声干扰，提高三维重建网络的场景重建精度和完整度；整个三维重建网络应包含L个阶段，且L不小于3，其输入为一张参考视角图像以及N张相邻视角图像，且N不小于2，输出为该图像对应的三维空间结构信息；步骤3：构建基于空间面片单应性假设的特征匹配约束：通过迭代插值点云信息进一步的优化重建结果；所重建三维物体对应各空间面片，令其低尺度下的深度估计与法向量估计结果为和，面片的空间平面计算如下： ；其中，代表该平面上的任意一点坐标，为像素所对应空间面片的法向量，为相机的内部参数矩阵，为像素所对应的深度估计结果；通过邻域偏置学习模块为每个像素学习到相邻的面片位置；在此基础上，反向推导邻域面片单应假设下提供的深度信息；步骤4：将预测得到的训练集中空间面片平面参数与训练集的标注信息一起输入损失函数，计算得到每一个损失项的当前损失值，综合加权得到最终的损失值；步骤5：将得到的最终损失值进行反向传递，更新基于面片单应性假设的三维重建网络参数，根据设置的最大迭代次数、学习率和反向传播算法，经过反复训练，直至基于面片单应性假设的三维重建网络参数收敛，得到最终训练完成的三维重建网络模型；步骤6：在三维重建测试数据集上对训练得到的检测模型进行测试，输出保存可视化之后测试结果，同时对各视角深度图的进行异常值过滤、融合，并计算当前三维模型的重建完整度和精度。

全文数据：

权利要求：

百度查询： 北京航空航天大学 一种基于空间面片单应性假设的特征匹配约束方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD