基于卷积神经网络和NBV的三维重建方法

• 作者: 李爱军
• 来源期刊: 电子测量技术
• 关键词: 三维重建 下一个最优视点 分类问题 卷积神经网络 处理速度
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 理论与算法|Theory and Algorithms
• 页码范围: 70-75
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.2106027

摘要

为了使三维(3D)重建适用于多种目标形状,并提高处理速度,提出一种基于机器学习的3D重建方法,重点解决"下一个最优视点"(NBV)规划问题.首先,给出NBV的定义和计算,建立离散NBV搜索空间;然后,生成NBV,同时对该空间进行迭代式重建.此外,为了处理NBV的学习问题,提出一个基于3D卷积神经网络的分类方法,将可能的传感器位姿考虑为一个分类问题.实验结果表明,所提方法的重建精度优于VoxNet网络方法,能较好地满足约束条件;与高精度信息增益方法相比,所提方法也取得了较优和接近的重建覆盖率,对于不同形状,基本上4次扫描就可以达到较高的覆盖率,且重建速度快约90倍.