【技术实现步骤摘要】
图像三维重建方法、装置、电子设备及存储介质
[0001]本申请属于图像处理
，尤其涉及一种图像三维重建方法、装置、电子设备及存储介质。
技术介绍
[0002]图像三维重建，指的是从单个或者多个二维图像中推断出图像中物体的三维形状，以重建得到包含物体三维信息的图像。随着计算机视觉的发展，图像三维重建算法已被广泛应用于许多领域，例如机器人导航、三维建模、物体识别、场景识别、医学诊断等。然而，目前缺乏一种能够保证效率和准确性的图像三维重建方法。
技术实现思路
[0003]有鉴于此，本申请实施例提供了图像三维重建方法、装置、电子设备及存储介质，以解决现有技术中如何高效准确地实现图像的三维重建的问题。
[0004]本申请实施例的第一方面提供了一种图像三维重建方法，包括：
[0005]获取二维图像；
[0006]将所述二维图像输入已训练的特征提取网络进行处理，得到所述二维图像对应的二维特征信息；
[0007]将所述二维特征信息输入已训练的维度变换网络进行处理，得到三维特征信息；
【技术保护点】
【技术特征摘要】
1.一种图像三维重建方法，其特征在于，包括：获取二维图像；将所述二维图像输入已训练的特征提取网络进行处理，得到所述二维图像对应的二维特征信息；将所述二维特征信息输入已训练的维度变换网络进行处理，得到三维特征信息；将所述三维特征信息输入已训练的图像生成网络进行处理，得到目标三维重建图像；其中，所述图像生成网络依次包括三维逐点卷积层和三维反卷积层。2.如权利要求1所述的图像三维重建方法，其特征在于，所述图像生成网络的所述三维反卷积层中包含了第一预设数目的不同尺度的三维卷积核。3.如权利要求1所述的图像三维重建方法，其特征在于，所述将所述二维图像输入已训练的特征提取网络进行处理，得到所述二维图像对应的二维特征信息，包括：将所述二维图像输入已训练的特征提取网络进行处理，得到至少两个不同尺度的二维特征信息；其中，所述特征提取网络包括依次连接的至少两个网络层，不同尺度的所述二维特征信息分别对应为不同的所述网络层输出的特征信息；对应地，所述将所述二维特征信息输入已训练的维度变换网络进行处理，得到三维特征信息，包括：将各个所述二维特征信息输入已训练的维度变换网络进行处理，得到与各个所述二维特征信息分别对应的各个三维特征信息。4.如权利要求3所述的图像三维重建方法，其特征在于，所述特征提取网络包括依次连接的第一CBAM网络层、N个ECA网络层、第二CBAM网络层，所述ECA网络层包含残差块；所述不同尺度的二维特征信息包括所述N个ECA网络层输出的N个二维特征信息以及所述第二CBAM网络层输出的二维特征信息；其中，所述第一CBAM网络层的输入为所述二维图像，第一个所述ECA网络层的输入为所述第一CBAM网络层的输出，第i个所述ECA网络层的输入为第i
‑
1个所述ECA网络层的输出，所述第二CBAM网络层的输入为最后一个所述ECA网络层的输出；N为大于1的正整数，i为大于1且小于或者等于N的任一正整数。5.如权利要求4所述的图像三维重建方法，其特征在于，所述维度变换网络包括N+1个变换子网络，第j个所述变换子网络的输入为第j个所述ECA网络层的输出，第j个所述变换子网络的输出为第j个所述ECA网络层输出的二维特征信息转换成的三维特征信息；最后一个所述变换子网络的输入为所述第二CB...
【专利技术属性】
技术研发人员：胡颖，谭志强，李世博，张立海，
申请(专利权)人：中国科学院深圳先进技术研究院，
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。