检索结果-南通市图书馆

作者：杨丽芳云南大学

学位级别：硕士

基于图像的三维重建是从一幅或多福二维图像中推导出物体和场景的三维几何结构,因成本低廉、数据易于获取、真实感强、自动化程度高等优点,在计算机视觉和计算机图形学领域成为研究热点和难点。本文提出一种基于代价体金字塔的多视图立... 详细信息

基于图像的三维重建是从一幅或多福二维图像中推导出物体和场景的三维几何结构,因成本低廉、数据易于获取、真实感强、自动化程度高等优点,在计算机视觉和计算机图形学领域成为研究热点和难点。本文提出一种基于代价体金字塔的多视图立体重建系统,对多视图立体重建的关键步骤进行研究与改进。(1)由于基于循环算法的多视图三维重建是置换变体,即相同图像的不同排列重建的3D形状可能会不相同,因此本文在特征提取阶段加入一个注意力聚合模块AttSets。基于AttSets的特征提取具有置换不变性,能够学习融合来自所有图像的信息,从而实现更好的聚合性能。(2)得到提取的特征后,本文考虑到构建代价体内存和时间问题,采用代价体金字塔的结构迭代优化构建代价体。由于深度图采用残差迭代的方式构建,初始深度图的错误会传播到后一层,导致最终的重建效果不是很理想。本文在金字塔迭代第一层加入深度法向量一致性来细化初始深度图,使最终的深度图具有较强的连续性。(3)近年来,在基于深度残差网络的多视图立体重建算法中,损失函数主要是使用逐像素损失,但光照、图像的平移等因素都会导致像素变化,仅使用像素损失会输出一个大的误差值,因此本文加入除像素损失外的特征损失,使模型训练尽量最优化。本文在专门对MVS重建建立的DTU数据集上进行训练和测试。为了证明算法的泛化能力,还在Tanks and Temples和自采数据集上对算法进行了测试。测试结果与基于传统方法和基于深度学习的方法进行对比,实验结果表明,本文的算法在完整性上取得了最优结果,算法能够完整的重建出场景,且重建的场景质量更好。除此之外,本文为找到算法最优的匹配数量、最优的代价体金字塔层数以及像素深度间隔做了对别实验,实验结果表明,视图数、代价体金字塔层数和像素深度间隔对重建效果有一定的影响。

关键词：特征提取代价体深度法向一致性特征损失多视图立体重建

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

结合目标轮廓和深度信息的建筑物单体化重建

引用

测绘科学 2024年第8期49卷 111-120页

作者：王臣姚国标王子恒梁庆坤龚健雅朱丰琪山东建筑大学测绘地理信息学院济南250101 武汉大学遥感信息工程学院武汉430079 山东省国土测绘院济南250102

针对倾斜航空影像建筑物单体化重建过程中点云和轮廓获取自动化程度低且对数据要求高问题,该文提出了一种精细化轮廓提取驱动的建筑物三维重建方法。首先构建边缘增强模块,利用卷积神经网络对影像进行细节增强,突出目标边缘特征,随后利... 详细信息

针对倾斜航空影像建筑物单体化重建过程中点云和轮廓获取自动化程度低且对数据要求高问题,该文提出了一种精细化轮廓提取驱动的建筑物三维重建方法。首先构建边缘增强模块,利用卷积神经网络对影像进行细节增强,突出目标边缘特征,随后利用轻型多视图匹配网络获得高精度深度图,并利用成对视图加权模块来提升深度图的准确性。接着引入Transformer结构对建筑物进行初始提取,同时构建特征抽稀模块提高计算效率,并设计自适应优化与正则化模块用于剔除误检区域及优化建筑物轮廓。通过深度图融合生成点云进一步得到三维格网模型,基于建筑物轮廓图与三维模型实现建筑物单体化重建。实验结果表明,该文方法在深度估计及轮廓提取上均取得较好结果,并利用该文方法对德州市城区进行建筑物单体化建模,得到了精度较高的LOD-1模型。

关键词：建筑物轮廓提取多视图立体重建倾斜航空影像深度学习

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

采用特征金字塔网络的三维重建技术研究

采用特征金字塔网络的三维重建技术研究

引用

作者：刘会杰云南大学

学位级别：硕士

从图像中进行三维重建一直以来都是一个经典的计算机视觉问题,基于深度像机的三维重建和传统的三维重建都有其优劣势,基于深度相机的三维重建在有遮挡和阴影的情况下重建效果较差,且难以应用在实时场景的三维重建中;传统的三维重建由于... 详细信息

从图像中进行三维重建一直以来都是一个经典的计算机视觉问题,基于深度像机的三维重建和传统的三维重建都有其优劣势,基于深度相机的三维重建在有遮挡和阴影的情况下重建效果较差,且难以应用在实时场景的三维重建中;传统的三维重建由于在非朗伯体曲面上会受到弱纹理,镜面反射等因素的影响,结果往往也不是很理想。近年来随着深度学习的迅速发展,利用深度学习进行三维重建的研究得到了越来越多人的关注,多视图立体(Multi-view Stereo,MVS)在最近几十年来也已经取得了巨大的成功,并广泛用于各种应用中,例如自动驾驶、机器人导航、遥感和可移动文物等,在创建智慧城市、VR旅游、古建筑遗产保护和机器导航等方面也有着不可忽视的理论研究意义和不可估量的应用价值。本文针对多视图立体(MVS)重建效果整体性不太理想的问题,对多视图立体重建流程中的特征提取模块和代价体正则化模块进行研究,首先利用特征金字塔网络对输入的源图像和参考图像进行深度特征提取,在每一级特征提取模块中均加入注意力层,以捕获深度推理任务的远程依赖关系;然后通过可微分单应性变换构建参考视锥平面的特征量,以用于进行代价体的构建;最后使用多层U-Net网络体系架构对代价体进行正则化操作,通过回归操作并融合参考图像的边缘信息以生成最终的细化深度图。测试是在DTU(Technical University of Denmark)数据集上进行,相较于MVSNet*方法,本文的整体性、准确性指标和完整性指标分别提高了2.9%、5.4%和0.4%,实验结果证明本文提出的网络架构在整体性指标上得到了以MVSNet为止目前最优的结果,完整性和准确性指标均得到较大提升,还得到了更优的3D重建效果图,以此证明了本文方法的有效性。(1)网络以经典的MVSNet模型框架为基础,提出一种结合注意力机制的特征金字塔网络结构用于特征提取模块。该算法同时使用了图像中低层特征丰富的空间位置信息和顶层特征强烈的语义信息,然后再进行横向链接,并通过融合这些不同层次的特征获得了预测结果,预测结果是在每个融合后的特征层上分别实现的,然后在每层预测后均加入注意力层以进行深度推理。(2)在代价体正则化模块,提出一种多层U-Net(即MU-Net)网络,对代价体进行降采样操作,并同时提取不同尺度的上下文信息和邻近像素信息以便于对代价体进行过滤,通过回归操作再同时结合参考图像的边缘信息以生成最终的细化估计深度图。(3)Blended MVS数据集和自采数据集上的可视化结果证明了本文网络的泛化能力。

关键词：特征金字塔注意力机制多层U-Net 代价体正则化多视图立体重建

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：