公开(公告)号：CN110246212B

公开(公告)日：2023-02-07

申请号：CN201910367420.6

申请日：2019-05-05

Applicant: 上海工程技术大学

Inventor： 孙冉 ,  方志军 ,  高永彬 ,  周恒 ,  严娟 ,  黄漫

IPC: G06T17/00 ,  G06T7/90

Abstract: 本发明涉及一种基于自监督学习的目标三维重建方法，包括：S1、训练点云自编码网络；S2、训练二值图自编码网络；S3、输入RGB图像，获取真实二值图；S4、采用Pose net提取图像位姿；S5、训练图像编码器，并生成初步点云模型；S6、生成变换点云模型；S7、训练点云编码器，并生成恢复二值图；S8、计算恢复二值图与真实二值图的均方差值，若均方差值小于预设阈值，则输出结果，否则执行步骤S9；S9、反馈均方差值给图像编码器，并重新返回步骤S5。与现有技术相比，本发明采用Pose net提取图像位姿和增加二维监督信息，解决了输入图像视角模糊、缺乏监督项信息等问题，提高了目标三维重建的精确性。

公开(公告)号：CN110246212A

公开(公告)日：2019-09-17

申请号：CN201910367420.6

申请日：2019-05-05

Applicant: 上海工程技术大学

Inventor： 孙冉 ,  方志军 ,  高永彬 ,  周恒 ,  严娟 ,  黄漫

IPC: G06T17/00 ,  G06T7/90

Abstract: 本发明涉及一种基于自监督学习的目标三维重建方法，包括：S1、训练点云自编码网络；S2、训练二值图自编码网络；S3、输入RGB图像，获取真实二值图；S4、采用Pose net提取图像位姿；S5、训练图像编码器，并生成初步点云模型；S6、生成变换点云模型；S7、训练点云编码器，并生成恢复二值图；S8、计算恢复二值图与真实二值图的均方差值，若均方差值小于预设阈值，则输出结果，否则执行步骤S9；S9、反馈均方差值给图像编码器，并重新返回步骤S5。与现有技术相比，本发明采用Pose net提取图像位姿和增加二维监督信息，解决了输入图像视角模糊、缺乏监督项信息等问题，提高了目标三维重建的精确性。