基于卷积神经网络和NBV的三维重建方法

作者：李爱军

来源：电子测量技术, 2021, 44(08): 70-75.

DOI：10.19651/j.cnki.emt.2106027

• 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

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。

• 单位
  电子信息工程学院; 天津市职业大学