基于学习的鲁棒三维射影重建

• 作者: 胡占义 胡立华 舒茂 董秋雷 许华荣
• 来源期刊: 计算机辅助设计与图形学学报
• 学科: 工学
• 关键词: 射影重建 卷积神经网络 外点剔除
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 图像与视觉
• 页码范围: 309-317
• 页数: 9页
• 分类号: TP391.41
• 字数: 6194字
• 语种: 中文
• DOI: 10.3724/SP.J.1089.2018.16251

摘要

基于图像的三维重建是计算机视觉领域中一个重要的研究主题.针对目前深度神经网络无法有效剔除多幅图像对应点中的外点的问题,提出一种鲁棒的深度卷积神经网络,用以从多幅图像对应点中准确地恢复场景的三维射影结构.该网络首先把输入的对应点分为多个不同的子集,每个子集独立地进行射影重建;然后通过权重计算层得到每个射影重建的权重;最后通过合并层对这些不同的射影重建加权求和,得到最终的鲁棒的射影重建.实验结果表明,该网络具有较高的重建精度和很强的鲁棒性.