典型文献
多尺度代价体信息共享的多视角立体重建网络
文献摘要：
目的 多视角立体重建方法是3维视觉技术中的重要部分.相较于传统方法,基于深度学习的方法大幅减少重建所需时间,同时在重建完整性上也有所提升.然而,现有方法的特征提取效果一般和代价体之间的关联性较差,使得重建结果仍有可以提升的空间.针对以上问题,本文提出了一种双U-Net特征提取的多尺度代价体信息共享的多视角立体重建网络模型.方法 为了获得输入图像更加完整和准确的特征信息,设计了一个双U-Net特征提取模块,同时按照3个不同尺度构成由粗到细的级联结构输出特征;在代价体正则化阶段,设计了一个多尺度代价体信息共享的预处理模块,对小尺度代价体内的信息进行分离并传给下层代价体进行融合,由粗到细地进行深度图估计,使重建精度和完整度有大幅提升.结果 实验在DTU(Technical University of Denmark)数据集上与CasMVSNet相比,在准确度误差、完整度误差和整体性误差3个主要指标上分别提升约16.2％,6.5％和11.5％,相较于其他基于深度学习的方法更是有大幅度提升,并且在其他几个次要指标上也均有不同程度的提升.结论 提出的双U-Net提取多尺度代价体信息共享的多视角立体重建网络在特征提取和代价体正则化阶段均取得了效果,在重建精度上相比于原模型和其他方法都有一定的提升,验证了该方法的真实有效.
文献关键词：
3维重建;深度学习;多视角立体网络;双U-Net网络;特征提取;代价体信息共享
中图分类号：
作者姓名：
刘万军;王俊恺;曲海成
作者机构：
辽宁工程技术大学软件学院,葫芦岛 125105
文献出处：
引用格式：
[1]刘万军;王俊恺;曲海成-.多尺度代价体信息共享的多视角立体重建网络)[J].中国图象图形学报,2022(11):3331-3342
A类：
代价体信息共享,CasMVSNet,多视角立体网络
B类：
重建网络,重建方法,视觉技术,建所,提取效果,加完,特征信息,一个双,取模,不同尺度,粗到细,级联结构,代价体正则化,一个多,小尺度,传给,深度图,重建精度,完整度,DTU,Technical,University,Denmark,其他方法,真实有效
AB值：
0.208267
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
