-
公开(公告)号：CN113496521A
公开(公告)日：2021-10-12
申请号：CN202010267560.9
申请日：2020-04-08
Applicant: 复旦大学
Abstract: 本发明提供一种利用多张彩色图片生成深度图像与相机外参的方法及装置，用于对多张不同视角的待处理二维彩色图片进行处理从而生成与各个视角相应的深度值图像结果与相机外部参数结果，其特征在于，包括如下步骤：步骤S1，对预先获取的三维场景数据集进行预处理从而得到训练数据；步骤S2，生成初始深度值图像和初始相机外部参数估计；步骤S3，构建图像特征提取网络；步骤S4，构建三维卷积神经网络；步骤S5，构建损失函数；步骤S6，基于损失函数对由图像特征提取网络以及三维卷积神经网络组成的场景三维信息生成模型进行训练；步骤S7，将多张待处理二维彩色图片与对应的相机内部参数输入场景三维信息生成模型从而生成深度值图像与相机外部参数。
-
公开(公告)号：CN114445584B
公开(公告)日：2025-05-13
申请号：CN202011218797.4
申请日：2020-11-04
Applicant: 复旦大学
IPC: G06T17/20 , G06T3/04 , G06T15/04 , G06N3/042 , G06N3/0455 , G06N3/0464
Abstract: 本发明提供了一种基于彩色点云生成带纹理三维网格模型的方法，其特征在于，包括如下步骤：步骤S1，利用预处理算法对彩色三维点云数据处理；步骤S2，输入三维几何先验深度网络优化；步骤S3，利用三维网格模型展开算法处理得到UV映射关系；步骤S4，基于UV映射关系投影得到稀疏点云坐标二维图像以及稀疏点云色彩二维图像；步骤S5，输入二维几何先验深度网络优化；步骤S6，输入二维纹理先验深度网络得到初代三维网格模型的纹理；步骤S7，将步骤S5的输出输入三维几何先验深度网络中优化；步骤S8，判断是否达到三维网格迭代次数，判断为否时重复步骤S3至步骤S8，判断为是时进入步骤S9；步骤S9，结合当前三维网格模型与纹理得到带纹理三维网格模型。
-
公开(公告)号：CN113496521B
公开(公告)日：2022-10-18
申请号：CN202010267560.9
申请日：2020-04-08
Applicant: 复旦大学
Abstract: 本发明提供一种利用多张彩色图片生成深度图像与相机外参的方法及装置，用于对多张不同视角的待处理二维彩色图片进行处理从而生成与各个视角相应的深度值图像结果与相机外部参数结果，其特征在于，包括如下步骤：步骤S1，对预先获取的三维场景数据集进行预处理从而得到训练数据；步骤S2，生成初始深度值图像和初始相机外部参数估计；步骤S3，构建图像特征提取网络；步骤S4，构建三维卷积神经网络；步骤S5，构建损失函数；步骤S6，基于损失函数对由图像特征提取网络以及三维卷积神经网络组成的场景三维信息生成模型进行训练；步骤S7，将多张待处理二维彩色图片与对应的相机内部参数输入场景三维信息生成模型从而生成深度值图像与相机外部参数。
-
公开(公告)号：CN114445584A
公开(公告)日：2022-05-06
申请号：CN202011218797.4
申请日：2020-11-04
Applicant: 复旦大学
Abstract: 本发明提供了一种基于彩色点云生成带纹理三维网格模型的方法，其特征在于，包括如下步骤：步骤S1，利用预处理算法对彩色三维点云数据处理；步骤S2，输入三维几何先验深度网络优化；步骤S3，利用三维网格模型展开算法处理得到UV映射关系；步骤S4，基于UV映射关系投影得到稀疏点云坐标二维图像以及稀疏点云色彩二维图像；步骤S5，输入二维几何先验深度网络优化；步骤S6，输入二维纹理先验深度网络得到初代三维网格模型的纹理；步骤S7，将步骤S5的输出输入三维几何先验深度网络中优化；步骤S8，判断是否达到三维网格迭代次数，判断为否时重复步骤S3至步骤S8，判断为是时进入步骤S9；步骤S9，结合当前三维网格模型与纹理得到带纹理三维网格模型。
-
-
-
Search Results
4
records
(took 0.012 seconds)
