图像重建方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术提供一种图像重建方法、装置、电子设备及存储介质，该图像重建方法包括：根据图像重建请求，获取第一图像；对第一图像采用图像分析模型进行重建，得到第二图像；图像分析模型的训练包括：通过胶囊网络对第一图像执行编码，得到部分胶囊；通过模板库及动态参数对部分胶囊的图像特征采用组合方式进行动态表示，将图像特征进行组合，得到第二图像。本发明专利技术的有益效果为：通过胶囊网络将图像解析为可解释的部分，将图片部分表示由动态向量结合共享模板库动态生成，增强了模型表示复杂样本的能力；通过平移不变性处理，在实现了图像重建过程的无监督的情况下，实现了图像重建的稳定性，且提高了图像重建的质量。且提高了图像重建的质量。且提高了图像重建的质量。

【技术实现步骤摘要】
图像重建方法、装置、电子设备及存储介质


[0001]本专利技术涉及图像处理及人工智能
，尤其涉及一种图像重建方法、装置、电子设备及存储介质。

技术介绍

[0002]图像重建是通过对已有的图像通过处理得到三维物体的形状信息的技术。
[0003]现有技术的图像重建大多通过向量或矩阵来表示部分，这种表示方法具有以下局限：
[0004]1)只表现了部分单元的潜在状态，因此缺乏灵活性和直接性。
[0005]2)由于感受野重合，许多部分单元被相邻的胶囊重复表示，导致效率不高。
[0006]堆叠式胶囊网络提出了一种新的部分表示方法，由胶囊和尽可能少的静态模板对对象进行编码。这些方法可以直接观察到灰度或彩色图像的主体部分，但其部分表示的能力受到推理阶段固定静态模板的限制。此外，上述所有方法都集中在对对象和部分的关系进行编码，而相对坐标发生变化时，难以处理场景和对象之间的关系，使得图像重建得到的形状信息不准确。

技术实现思路

[0007]本专利技术实施例的主要目的在于提出一种图像重建方法、装置、电子设备及存储本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像重建方法，其特征在于，包括：根据图像重建请求，获取第一图像，所述第一图像用于表征待重建图像，所述第一图像由图像块组成；对所述第一图像采用图像分析模型进行重建，得到第二图像；所述图像分析模型的训练包括：通过胶囊网络对所述第一图像执行编码，得到部分胶囊，所述部分胶囊包括胶囊特征及动态参数，所述胶囊特征包括姿态及相对强度；通过模板库及所述动态参数对所述部分胶囊的图像特征采用组合方式进行动态表示，将所述图像特征进行组合，得到第二图像。2.根据权利要求1所述的图像重建方法，其特征在于，所述通过胶囊网络对所述第一图像执行编码，得到部分胶囊，包括：采用基于注意力机制的卷积神经网络对所述第一图像中的图像矢量进行提取，得到所述胶囊特征及所述动态参数，所述胶囊特征包括姿态向量及标量强度值；所述姿态向量根据对象姿态采用仿射变换矩阵处理得到，所述标量强度值用于表征所述部分胶囊的相对强度。3.根据权利要求2所述的图像重建方法，其特征在于，所述通过模板库及所述动态参数对所述部分胶囊的图像特征采用组合方式进行动态表示，包括：对所述模板库进行初始化，在所述模板库中构建与所述动态参数的维数相同的模板；通过所述部分胶囊对所述模板库进行共享，对每个所述部分胶囊采用所述动态参数进行学习组合，以使每个所述部分胶囊具有差异化特征。4.据权利要求2所述的图像重建方法，其特征在于，在所述根据通过胶囊网络对所述第一图像执行编码这一步骤前，还包括：对所述第一图像中图像场景与图像对象的相对位置进行编码，得到对象姿态，所述对象姿态用于表征所述图像对象的平移不变性。5.根据权利要求4所述的图像重建方法，其特征在于，所述通过模板库及所述动态参数对所述部分胶囊的图像特征采用组合方式进行动态表示，将所述图像特征进行组合，得到第二图像，包括：将所述第二图像中的每个像素，采用所述部分胶囊通过第一合成方式及第二合成方式中的至少一种将所述第一图像对应位置的像素进行合成；所述第一合成方式通过与所述第二图像对应位置的多个像素进行合成后作为输出；所述第二合成方式通过与所...

【专利技术属性】
技术研发人员：鲁丽霞，向超群，李佳怡，
申请(专利权)人：中南大学，
类型：发明
国别省市：