一种基于端到端卷积模型的三维模型表面法向量估计方法技术

本发明专利技术涉及一种基于端到端卷积模型的三维模型表面法向量估计方法，包括以下步骤：获取深度信息或根据获取的视差信息计算得到深度信息，根据深度信息和已知的相机参数，计算三维模型各点的三维坐标；定义矩阵在水平方向和竖直方向微分的卷积模板，计算深度信息在水平和竖直方向上的梯度矩阵；基于梯度矩阵估计部分法向量；基于深度信息和卷积矩阵计算多个方向的邻域点；结合三维坐标、部分法向量和邻域点，利用端到端法向量估计器估计得到完整的法向量。与现有技术相比，本发明专利技术克服了传统法向量估计器运算精度低、耗时长、效果不稳定等问题，实现了高精度、快速度的法向量估计。快速度的法向量估计。快速度的法向量估计。

【技术实现步骤摘要】
一种基于端到端卷积模型的三维模型表面法向量估计方法


[0001]本专利技术涉及计算机视觉下的法向量估计领域，尤其是涉及一种基于端到端卷积模型的三维模型表面法向量估计方法。

技术介绍

[0002]在计算机视觉研究领域，智能体试图从图像或者多维数据中提炼出与智能决策相关的信息，实现对应的目标任务，而三维模型的表面法向量是计算机视觉中需要提取的一个非常重要的信息特征。随着不断发展，智能体已经可以根据图像信息估计的表面法向量信息，实现图像的特征提取，提取到的这些信息有助于智能体完成语义分割、物体识别、三维重建等大型任务。
[0003]目前主流的传统法向量估计器存在着很多缺陷，在精度和速度上无法满足高要求的任务。
[0004]首先，使用局部点云建模思路的法向量估计器如PlaneSVD、PlanePCA、VectorSVD、LeastSquareSVD、QuadSVD以三维点云为数据类型，通过优化模型来完成法向量的估计。这类方法的主要耗时在于大矩阵的SVD奇异值分解，不仅对三维点云的数据量要求较高，无向图构建的预处理步骤耗时巨大，运算速度和本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于端到端卷积模型的三维模型表面法向量估计方法，其特征在于，包括以下步骤：S1、获取深度信息或根据获取的视差信息计算得到深度信息，根据深度信息和已知的相机参数，计算三维模型各点的三维坐标；S2、定义矩阵在水平方向和竖直方向微分的卷积模板，计算深度信息在水平和竖直方向上的梯度矩阵；S3、基于梯度矩阵估计部分法向量；S4、基于深度信息和卷积矩阵计算多个方向的邻域点；S5、结合三维坐标、部分法向量和邻域点，利用端到端法向量估计器估计得到完整的法向量。2.根据权利要求1所述的一种基于端到端卷积模型的三维模型表面法向量估计方法，其特征在于，所述卷积模板为：其中，G
x
为水平方向的卷积模板，G
y
为竖直方向的卷积模板，其中元素满足：a0＝∑b
n
+...+b1+a0+a1+...+a
n
。3.根据权利要求2所述的一种基于端到端卷积模型的三维模型表面法向量估计方法，其特征在于，a0取值为0，a1…
a
n
依次取整数1、2、
…
、n，b1…
b
n
依次取对应的相反数。4.根据权利要求2所述的一种基于端到端卷积模型的三维模型表面法向量估计方法，其特征在于，所述梯度矩阵为：其中，T
x
为深度信息在水平方向上的梯度矩阵，T
y
为深度信息在竖直方向上的梯度矩阵，z为深度信息。5.根据权利要求4所述的一种基于端到端卷积模型的三维模型表面法向量估计方法，其特征在于，所述基于梯度矩阵估计部分法向量的方法为：其特征在于，所述基于梯度矩阵估计部分法向量的方法为：其中，n
x
、n
y
...

【专利技术属性】
技术研发人员：范睿，黄媛媛，陈启军，刘成菊，
申请(专利权)人：同济大学，
类型：发明
国别省市：