基于深度学习的光场成像三维测量方法研究

• 作者: 伍俊龙 郭正华 陈先锋 马帅 晏旭 朱里程 王帅 杨平
• 来源期刊: 中国激光
• 关键词: 测量 三维测量 光场成像 深度估计 深度学习
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 测量与计量|Measurement and Metrology
• 页码范围: 173-181
• 页数: 9页
• 分类号: TP2
• 语种: 中文
• DOI: 10.3788/CJL202047.1204005

摘要

为了解决光场相机应用于三维测量时,在弱纹理区域和精细结构区域难以获得准确视差估计结果问题,提出了基于深度学习技术对光场深度估计进行建模.并建立了光场视差与真实深度之间的转换关系.将所提方法应用于多种复杂场景中,实验结果均表明:该方法可以准确获取弱纹理区域和精细结构区域的视差信息,较好地复原场景的三维结构,视差估计处理时间压缩到1 s量级,相比传统的基于代价优化的方法,降低了1?2个数量级.