公开(公告)号：CN116977567A

公开(公告)日：2023-10-31

申请号：CN202311022995.7

申请日：2023-08-15

Applicant: 桂林航天工业学院

Inventor： 赵海盟 ,  杨鹏 ,  薛乐堂 ,  李双 ,  焦健楠 ,  王强 ,  胡高美 ,  张慧敏

IPC: G06T17/00 ,  G06V10/40 ,  G06V10/80 ,  G06T5/00 ,  G06T5/50 ,  G06T7/50 ,  G06N3/0464 ,  G06N3/08 ,  G06T3/40

Abstract: 本发明公开了一种融合分级处理、多尺度及深度学习的计算机视觉三维重建方法，其步骤包括：1)利用多尺度融合模型进行特征提取，使用四个不同尺度的数学卷积表达来生成多尺度条件下的特征图；2）构建多尺度残差级联网络对初始深度图进行优化；3）基于深度图过滤系统，对步骤2)经过残差优化后的深度图进行峰值离群点和重投影误差点的过滤；4）进行极线约束、极线搜索，按照像素对应行进行搜索，简化搜索问题，构建容量函数代价体；5）二次分级进行三维重建，设计了一种串行的分级结构，提高深度估计的精确度；6）完成深度估计及点云融合。本发明使得多视角立体三维重建效率方面显著提高，三维重建的点云数据明显稠密，点云完整度和点云融合后的总体效果得到明显提升。