【技术实现步骤摘要】
一种基于CNN的单幅图像生成三维点云的方法
[0001]本专利技术涉及一种基于CNN的单幅图像生成三维点云的方法。
技术介绍
[0002]计算机视觉是由相机拍摄图像，通过计算机对图像中的目标进行识别与检测，可以说，计算机视觉是一门研究如何使机器“看”的科学。它通过采集图片或视频，对图片或视频进行处理分析，从中获取有用的信息。基于图像的三维重建技术是计算机视觉重点研究的领域之一，即利用技术对二维图像进行处理，重建出三维目标模型，在虚拟现实、城市数字化建模、文物保护、医学CT器官重建等领域有广泛的应用。
[0003]基于图像的三维重建根据图像获取方式可以分为单目视觉方法与多目视觉方法。基于多目视觉的三维重建需要对图像进行预处理，寻找图像间用于匹配的特征点，而寻找图像特征点是图像处理的一个难点。相比之下，基于单目视觉的三维重建仅需要一台摄像机，对物体进行单幅图像拍摄，利用图像的形状、色彩、纹理等信息对图像进行分析，得到图像的三维模型。基于单幅图像的三维重建本身是一个不适定的问题，由于输入为单幅图像，重建过程中深度信息会不可...
【技术保护点】
【技术特征摘要】
1.一种基于CNN的单幅图像生成三维点云的方法，其特征在于，包括以下步骤：步骤S1，采集多个单幅图像，并作为训练数据集；步骤S2，构建用于将所述单幅图像生成简单点云的图像编码器；步骤S3，将所述训练数据集输入到所述图像编码器，得到各个所述单幅图像对应的简单点云的集合，该集合为简单点云集；步骤S4，构建用于将所述简单点云生成精确点云的点云自动编码器；步骤S5，将所述简单点云集输入到所述点云自动编码器，利用Chamfer Distance损失函数进行训练，当训练次数达到第一预定次数n1时，得到训练完成的所述点云自动编码器并输出训练精确点云集；步骤S6，构建图像三维点云重建网络模型，所述图像三维点云重建网络模型包括所述图像编码器和所述训练完成的点云自动编码器；步骤S7，将所述训练精确点云集输入到所述图像三维点云重建网络模型，利用Earth Mover
’
s Distance损失函数进行训练，当训练次数达到第二预定次数n2时，得到训练完成的图像三维点云重建网络模型；步骤S8，将待测单幅图像输入到所述训练完成的图像三维点云重建网络模型，得到所述待测单幅图像的三维点云，其中，所述图像编码器包括编码模块和解码模块，所述编码模块包括二维卷积层、CBAM模块和全连接层，所述解码模块包括多层全连接层，所述点云自动编码器包括特征提取模块和...
【专利技术属性】
技术研发人员：陈辉，童勇，张传林，谢婷婷，孙子慧，
申请(专利权)人：上海电力大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。