采用基于窗口的局部全局交互策略的多视图立体重建方法技术

本发明专利技术属于多视图立体重建技术领域，具体为一种用基于窗口的局部全局交互策略的多视图立体重建方法。本发明专利技术针对MVS方法进行改进，在计算聚合代价体之前，在引用注意力机制的基础上，采用基于窗口的局部全局交互策略，降低内存消耗和计算开销，同时保持良好的性能，具体包括4个步骤：特征提取、代价体构建和融合、代价体正则化和逆深度回归。实验表明，本发明专利技术在达到良好性能的同时，保持了内存和时间的平衡。

【技术实现步骤摘要】

本专利技术属于多视图立体重建，具体涉及多视图立体重建方法。

技术介绍

1、多视图立体(multi-view stereo，mvs)重建，旨在从多视图拍摄的二维图像中重建三维场景信息，在自动驾驶、文物保护、智慧城市登领域有着广泛的应用。与常见的主动式三维重建方法相比，多视图立体重建(mvs方法)作为基于图像的被动式方法，其精度高、成本低、易于应用，成为三维重建中颇具价值的研究方向之一。

2、传统mvs方法主要利用投影关系来优化深度值，重建效果受纹理程度和光照条件等影响较大，对此，基于深度学习的mvs方法应运而生，并获得了良好的效果，其中，基于深度图的深度学习mvs方法极大提高了重建的完整度和整体质量。通常，基于深度学习的mvs方法分为四个步骤：特征提取、代价体构建、代价体正则化和深度回归。

3、基于深度学习的mvs方法在代价体构建和聚合模块面临着较大的内存成本和时间成本。mv s方法输入为一系列二维图像(包括一张参考图像(reference image)和对应其他视角下的源图像(source image)，针对这些图像进行共享权重的特本文档来自技高网...

【技术保护点】

1.一种采用基于窗口的局部全局交互策略的多视图立体重建方法，其特征在于，针对MVS方法进行改进，在计算聚合代价体之前，在引用注意力机制的基础上，采用基于窗口的局部全局交互策略，降低内存消耗和计算开销，同时保持良好的性能，具体包括4个步骤：特征提取、代价体构建和融合、代价体正则化和逆深度回归；

2.根据权利要求1所述的采用基于窗口的局部全局交互策略的多视图立体重建方法，其特征在于，所述SegNetr网络中，进行局部-全局交互的具体流程如下：

【技术特征摘要】

1.一种采用基于窗口的局部全局交互策略的多视图立体重建方法，其特征在于，针对mvs方法进行改进，在计算聚合代价体之前，在引用注意力机制的基础上，采用基于窗口的局部全局交互策略，降低内存消耗和计算开销，同时保持良好的性能，具体包括...

【专利技术属性】
技术研发人员：孙心如，尹建君，
申请(专利权)人：复旦大学，
类型：发明
国别省市：