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：北京航空航天大学
摘要：本发明提出了一种基于深度学习的全自动、逐像素输出的三维数字图像相关方法，在传统基于双目立体视觉的三维重建和位移场计算的基础上，提出了一种包含两个子模型的深度学习位移计算框架代替了基于图像子区的数字图像相关方法，实现图像的立体匹配和时序匹配。对于该深度学习框架，其中大位移估计子模型首先计算粗略位移场，并将该位移场扭曲变形图像，消除主要位移分量。随后高精度小位移估计子模型进一步提取参考图像和扭曲图像之间较小的残余变形。最后将大、小位移相减，得到最终细化的高精度大范围位移场。本发明利用深度学习位移计算框架无需复杂人工参数选择、可实现逐像素变形场输出的优势，实现了全自动、逐像素的三维数字图像相关测量。
主权项：1.一种基于深度学习的全自动、逐像素输出的三维数字图像相关方法，其特征在于，包括：获取物体表面同一时刻的左右图像；对所述左右图像进行立体匹配，预测左右视图间视差；对不同时刻的左右图像进行时序匹配，获取时序匹配的结果；基于所述左右视图间视差，重建物体表面不同阶段的三维形貌；对于初始状态三维形貌的点云坐标，根据所述时序匹配的结果减去不同阶段变形状态三维形貌的对应点云坐标，计算不同变形阶段的三维全场位移场。
全文数据：
权利要求：
百度查询： 北京航空航天大学 一种基于深度学习的全自动、逐像素输出的三维数字图像相关方法
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