公开(公告)号：CN115937411A

公开(公告)日：2023-04-07

申请号：CN202211435630.2

申请日：2022-11-16

Applicant: 上海工程技术大学

Inventor： 方志军 ,  谭清宇 ,  姜晓燕 ,  庄乐辉

IPC: G06T17/00 ,  G06N3/08 ,  G06N3/047 ,  G06N5/022

Abstract: 本发明公开了一种基于知识蒸馏的多视图三维重建方法，属于三维重建技术领域。该方法包括如下步骤：获取参考图像和多张不同视角拍摄的源图像；导入特征提取网络进行多尺度特征提取，得到特征图；构建基于概率深度采样的补丁匹配网络的教师模型，将特征图导入其中进行像素深度的补丁匹配迭代优化计算，输出对应的深度图像；导入预先设计的深度残差网络，得到优化过后的最终深度图；根据其生成参考图像每个像素深度的伪概率分布，从零开始训练基于概率深度采样的补丁匹配网络的学生模型，基于训练好的所述学生模型进行三维重建，以得到重建过后的三维视图。本发明对于重建存在反射或者无纹理表面更鲁棒，精度更高，实现更完整的多视图三维重建。

公开(公告)号：CN115393452A

公开(公告)日：2022-11-25

申请号：CN202210902132.8

申请日：2022-07-29

Applicant: 上海工程技术大学

Inventor： 方志军 ,  庄乐辉 ,  田瑾 ,  姜晓燕 ,  谭清宇

IPC: G06T9/40 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于非对称自编码器结构的点云几何压缩方法，属于点云压缩技术领域。该方案包括：首先对预先获取的点云数据集进行预处理，得到训练数据；构建非对称点云几何压缩网络模型，所述非对称点云几何压缩网络包括非对称的编码器网络和解码器网络；构建多尺度加权失真损失函数，对所述非对称点云几何压缩网络进行训练；最后将所述点云数据输入至训练好的所述非对称点云几何压缩网络实现点云压缩。本发明实现了3D点云数据更好的压缩性能，与MEPG方法相比，本发明在率失真性能上远超过了MPEG的G‑PCC与V‑PCC。同时，在相近的位率下，本发明重建出的点云可视化效果比MPEG方法表现更好。