一种多目立体匹配方法、装置、设备及存储介质制造方法及图纸

本申请公开了一种多目立体匹配方法、装置、设备及存储介质，采用单应性变换将不同视角的初始深度图中的特征整合至参考图像的坐标系中，实现了更紧密地对齐摄像机视点，将得到的新的深度图进行特征归一化处理和逆归一化处理，使得网络能够结合额特征分布更有效地优化特征表征，解决了由于遮挡和光照条件等因素的影响，不同视角下的图像往往会呈现出不同的特征分布，这种特征分布的不均匀性导致了难以有效学习特征的技术问题。

【技术实现步骤摘要】

本申请涉及多目立体匹配，尤其涉及一种多目立体匹配方法、装置、设备及存储介质。

技术介绍

1、多目立体(multi-view stereo，mvs)是指从一组校准过的图像中重建观察到的场景的密集三维模型的技术。它是几何计算机视觉中的一个基本问题，是增强现实(augmented reality)、虚拟现实(virtual reality)、自动驾驶(autonomous driving)和机器人(robotics)等应用的基石技术。多目立体匹配任务的本质在于根据已知的相机参数从多幅图像中恢复场景的三维结构。

2、随着深度学习的发展，众多多目立体匹配研究人员都在努力采用数据驱动的方法。mvsnet是将深度学习技术引入多目立体匹配任务的开创性方法。它不仅引入了一系列基于cnn的范式，还提出了一种采用残差结构的差异细化网络。该细化网络已被集成到casmvsnet中。最终的细化结果是通过多尺度级联细化实现的，其结果大大超过了mvsnet。

3、近年来，基于迭代的方法在各种性能评估基准中取得了显著的成就。作为此类方法的代表，itermvs采用了迭本文档来自技高网...

【技术保护点】

1.一种多目立体匹配方法，其特征在于，包括：

2.根据权利要求1所述的多目立体匹配方法，其特征在于，所述步骤S1具体包括：

3.根据权利要求2所述的多目立体匹配方法，其特征在于，所述步骤S2具体包括：

4.根据权利要求3所述的多目立体匹配方法，其特征在于，所述步骤S3具体包括：

5.根据权利要求4所述的多目立体匹配方法，其特征在于，所述步骤S4具体包括：

6.根据权利要求5所述的多目立体匹配方法，其特征在于，所述步骤S5具体包括：

7.根据权利要求6所述的多目立体匹配方法，其特征在于，还包括：p>

8.一种多...

【技术特征摘要】

1.一种多目立体匹配方法，其特征在于，包括：

2.根据权利要求1所述的多目立体匹配方法，其特征在于，所述步骤s1具体包括：

3.根据权利要求2所述的多目立体匹配方法，其特征在于，所述步骤s2具体包括：

4.根据权利要求3所述的多目立体匹配方法，其特征在于，所述步骤s3具体包括：

5.根据权利要求4所述的多目立体匹配方法，其特征在于，所述步骤s4具体包括：

6.根据权利要求5...

【专利技术属性】
技术研发人员：李雯婷，陈子扬，张永军，卢玉杰，吴亚波，文慧，
申请(专利权)人：贵州商学院，
类型：发明
国别省市：