龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：陕西师范大学
摘要：本发明提供了一种基于多分辨率自适应性的多视角立体重建网络模型MA‑MVSNet的图像处理方法，网络基本流程是提取特征点、构造匹配代价、深度估计、深度图优化；该MA‑MVSNet网络模型通过提取像素的卷积特征，使得网络在获得较高准确率的同时抑制模型复杂性增长。模型在DTU数据集上训练并测试，准确度和完整性实验验证了该网络能处理大尺寸图像，并且重建效果也有所提升。此外，本发明设计的消融实验证明了融合CBAM和自适应卷积的必要性，生成深度图速度较快，内存消耗和运行时间均比已有网络模型有所降低。之后的主要研究方向主要是进一步提高反光区域深度估计的精度和完整性。
主权项：1.一种基于多分辨率自适应性的多视角立体重建网络模型MA-MVSNet的图像处理方法，其特征在于，包括如下步骤：步骤1、输入多视角图像，对图像进行降采样得到不同的训练输入图；步骤2、将不同的训练输入图输入到特征提取神经网络中对每幅图像进行特征提取，将最粗分辨率图像的特征图变换到参考相机的特征视锥体空间中，形成代价体；所述代价体是由多视角立体重建网络模型MA-MVSNet通过可微分的单应性变换将像素点之间坐标关系映射到深度方向构建而成，具体过程是：以相机主光轴n为扫描方向，将参考图像按深度间隔从最小深度dmin一直映射到最大深度dmax，得到含有N个不同深度间隔的相机视锥体；将提取的N张特征图投影到相机视锥体得到N个特征体即特征体是参考特征图f0上像素p在深度d处所对应源特征图上的特征向量，将多个特征体聚合为一个代价体；步骤3、使用三维卷积对代价体正则化操作，得到沿深度方向的概率体，用深度期望值的计算方式作为该像素的深度估计值平滑整个深度图；步骤4、迭代的采样深度估计图，进行重投影视锥体操作，以更高的图像分辨率确定每个像素当前深度残差的局部搜索范围，用从粗糙到精细的方式构建不同分辨率的代价体金字塔，进行剩余图像的深度残差估计；步骤5、叠加计算出参考图像的完整深度图。
全文数据：
权利要求：
百度查询： 陕西师范大学 一种基于多分辨率自适应性的多视角立体重建网络模型MA-MVSNet的图像处理方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号