[发明专利]一种基于深度学习的三维物体重建算法在审
申请号: | 202110563571.6 | 申请日: | 2021-05-24 |
公开(公告)号: | CN113393582A | 公开(公告)日: | 2021-09-14 |
发明(设计)人: | 贾海涛;刘欣月;张诗涵;李玉琳;邹新雷;任利;许文波;罗俊海 | 申请(专利权)人: | 电子科技大学 |
主分类号: | G06T17/20 | 分类号: | G06T17/20;G06T19/00;G06N3/04;G06N3/08 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 611731 四川省成*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 深度 学习 三维 物体 重建 算法 | ||
1.一种基于深度学习的三维物体重建算法,其特征在于,包括以下步骤:
步骤1:输入多个从任意角度获得的物体二维图像;
步骤2:建立卷积神经网络模型;
步骤3:将步骤1中的二维图像作为训练数据,输入到步骤2建立的卷积神经网络中进行训练;
步骤4:将待测的二维图像输入到步骤3训练好的卷积神经网络模型中,卷积神经网络模型输出三维重建结果。
2.根据权利要求1所述的方法,其特征在于:所述步骤2中卷积神经网络模型的结构体设置有3个,分别为:编码器、解码器、多视图特征组合模块。所述的编码器由嵌入SE-Block的ResNet50网络构成,卷积层之间使用BatchNorm进行正则化,激活函数选用ReLU函数。所述的解码器由三维反卷积层、BatchNorm层、三维反池化层、ReLU构成。其中,编码器的输入为多视角的二维图像,编码器的输出为二维特征向量,需要将其转换为三维信息;解码器的输入为编码器输出向量转换得到的三维信息,解码器的输出为单幅图像的三维预测体素占用;多视图特征组合模块的输入为每幅二维图像的三维预测体素占用,多视图特征组合模块的输出为最终的预测体素占用。
3.根据权利要求2所述的方法,其特征在于,所述步骤3具体包括以下步骤:
3.1随机初始化所述卷积神经网络模型;
3.2将每幅图像单独输入到二维编码器中进行特征提取;
3.3将步骤3.2提取到的二维特征向量Fi转换为三维的信息Vi;
3.4将步骤3.3得到的三维信息Vi输入到三维解码器中进行解码,从而生成三维概率体素的形式,得到预测体素占用Oi;
3.5使步骤3.4每幅图像得到的预测体素占用Oi通过多视图特征组合模块结合到一起,从而得到最终的预测体素占用O;
3.6通过交叉熵损失函数使模型中的参数逐步优化。
4.根据权利要求3所述的方法,其特征在于:所述步骤4具体包括以下步骤:
4.1将待测的二维图像集输入到步骤3.2至步骤3.6训练好的卷积神经网络中,获取预测体素概率O;
4.2根据分层预测策略预测所得的0-1占用与地面真实占用来计算准确率。
5.根据权利要求4所述的方法,其特征在于:所述步骤4.2的分层预测策略是根据多视图特征组合模块最终预测体素占用概率O从外至里判断体素网格占用与否,同时根据外层体素网格占用情况,动态调整体素网格的阈值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于电子科技大学,未经电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110563571.6/1.html,转载请声明来源钻瓜专利网。