一种基于特征增强的多视图三维重建方法

    公开(公告)号:CN119006714A

    公开(公告)日:2024-11-22

    申请号:CN202411095971.9

    申请日:2024-08-12

    Abstract: 本发明提供一种基于特征增强的多视图三维重建方法,该方法包括:获取待重建物体的多张不同视角的图像和相机位姿,通过特征图提取网络提取多尺度特征图,使用单应性变换和基于方差的代价度量获得三维代价体;三维代价体经过权重网络得到自适应代价体,通过轻量级3DCNN进行初始深度图预测;利用二维卷积层连接自适应代价体和深度图,与上下文特征连接形成动态代价体,输入到门控循环单元GRU中,得到更新后的深度图;通过基于可见性的融合算法,将不同视角的深度图融合并投影到3D空间中,得到三维点云数据。本发明可降低网络的参数和计算量,在使用较少GPU显存的情况下有效提高了重建精度和完整性。

    一种包含透明物体的场景的三维重建与渲染方法

    公开(公告)号:CN119600182A

    公开(公告)日:2025-03-11

    申请号:CN202411095968.7

    申请日:2024-08-12

    Abstract: 本发明提供一种包含透明物体场景的三维重建和渲染的方法,涉及计算机视觉技术领域,本发明拍摄透明物体及周围环境的全景,构建色彩鲜艳场景下的不同类型的透明物体数据集以供网络训练,并最终得出整体场景的重建结果。方法使用一种多模块渲染网络模型,通过角度网络和反射网络对学习图片中不同角度的信息来训练网络。由于场景中包含透明物体,所以在考虑光线传播路径的时候,不能仅仅只假设光路沿直线传播,需要考虑场景中存在的折射、反射等特殊环节。本发明提供的方法同时包含折射区域和反射区域的重建,实现对包含透明物体整体场景的重建与渲染。

    一种基于LIDD-Net高实时轻量化网络的工业产品缺陷检测方法

    公开(公告)号:CN117788402A

    公开(公告)日:2024-03-29

    申请号:CN202311794749.3

    申请日:2023-12-25

    Abstract: 本发明提供一种基于LIDD‑Net高实时轻量化网络的工业产品缺陷检测方法,涉及工业产品缺陷检测技术领域,本发明设计了SimDo模块,SimDo模块有效解决了网络通道冗余问题,降低模型复杂度的同时增强了网络对复杂缺陷的特征提取能力。通过设计多尺度特征融合模块MCFFM来有效的捕获平衡的非局部上下文特征和局部目标特征。之后通过将结构重参数化思想与Ghost卷积相结合设计出RepModule,由RepModule组成的特征融合网络可以增强对缺陷目标的检测能力。最后使用更先进的SIoU Loss作为边界框回归的损失函数。整个网络采用端到端的方式进行训练,直至模型收敛。本发明在提高工业缺陷检测精度的同时,降低了模型的参数量和复杂度,满足工业检测实时性的要求。

Patent Agency Ranking