基于神经网络的光场三维成像方法和系统

    公开(公告)号:CN117934708A

    公开(公告)日:2024-04-26

    申请号:CN202311853396.X

    申请日:2023-12-29

    摘要: 本发明提供了基于神经网络的光场三维成像方法和系统。该方法包括:用微透镜阵列光场相机采集多视角光场图像,形成多视角数据集;构建卷积神经网络模型,用于输入光场图像并输出二维深度图,依次包括卷积层、残差模块、SPP模块和注意力机制模块,用于对光场图像的全部信息进行特征提取并对关键信息进行特征保留;用数据集对神经网络模型进行训练和测试;将目标场景的光场图像输入神经网络模型,获得目标场景的二维深度图;对二维深度图的图像坐标进行转化,获得三维重建图像。本发明采取多视角信息融合,通过神经网络实现端到端学习,对图像直接生成深度图,能可靠还原各种场景三维结构,产生精确的三维重建结果;简化网络计算量,增强算法鲁棒性。