科研之友
微信
新浪微博
Facebook
分享链接
摘要
基于深度学习的多视图三维物体重建各个视角之间的特征往往相互独立、缺乏关联性.并且可用的三维信息难以融合，导致无法重建出具有细节特征和结构完整性的单个物体，为此，提出一种端到端的结合跨视角特征关联的三维物体重建算法.首先，在重建的编码部分构造跨视角关联模块，通过计算不同视角像素点之间的相关性，使每个视角都携带其它视角的特征信息，同时利用多尺度信息有效地聚合具有不同感受域和全局上下文特征，再构造视角信息注意力增强模块，增强视角内目标物体各部分特征的关联;其次，在三维解码部分，提出三维体素融合模块，通过选择性融合各视角中目标物体的高精度部分，使重建物体具有更多的细节.本文方法在合成数据集ShapeNet上和真实世界数据集Pix3D上的实验结果表明，与当前最先进的方法相比，重建效果有较明显提升.
-
单位江西省图像处理与模式识别重点实验室; 南昌航空大学
