【技术实现步骤摘要】
本申请涉及计算机视觉领域，具体而言，涉及一种图像的三维重建方法、图像的三维重建装置、计算机可读存储介质和电子装置。
技术介绍
1、立体匹配是摄影测量和计算机视觉中最基本的问题之一，应用于三维重建、自动驾驶、视觉导航等场景。其关键任务是寻找同名特征点的像素对应关系，从而得到立体像对的视差，为三维重建提供技术支持。然而，现有的立体匹配方法对纹理重复和匮乏条件下的三维重建精度较差。
2、因此，亟需一种适合纹理重复和匮乏条件下的三维重建方法。
技术实现思路
1、本申请的主要目的在于提供一种图像的三维重建方法、图像的三维重建装置、计算机可读存储介质和电子装置，以至少解决现有技术中图像纹理单一或重复导致图像的三维重建结果精度较差的问题。
2、根据本申请的一方面，提供了一种图像的三维重建方法，包括：获取待处理图像对，其中，所述待处理图像对包括目标物的双目立体像对中的左图像和所述目标物的双目立体像对中的右图像；根据所述待处理图像对，构建多个代价体，其中，所述代价体用于表征所述待处理...
【技术保护点】
1.一种图像的三维重建方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，根据所述待处理图像对，构建多个代价体，包括：
3.根据权利要求2所述的方法，其特征在于，所述卷积神经网络包括依次连接的三个卷积层，所述卷积层的卷积核大小为3×3，所述卷积层的输出通道数为32，所述左图像和所述右图像的高为H，所述左图像和所述右图像的宽为W，所述左图像和所述右图像的通道数为3，所述第一特征图和所述第二特征图的高为所述第一特征图和所述第二特征图的宽为所述第一特征图和所述第二特征图的通道数为32。
4.根据权利要求2所述的方法，其特征...
【技术特征摘要】
1.一种图像的三维重建方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，根据所述待处理图像对，构建多个代价体，包括：
3.根据权利要求2所述的方法，其特征在于，所述卷积神经网络包括依次连接的三个卷积层，所述卷积层的卷积核大小为3×3，所述卷积层的输出通道数为32，所述左图像和所述右图像的高为h，所述左图像和所述右图像的宽为w，所述左图像和所述右图像的通道数为3，所述第一特征图和所述第二特征图的高为所述第一特征图和所述第二特征图的宽为所述第一特征图和所述第二特征图的通道数为32。
4.根据权利要求2所述的方法，其特征在于，所述深度卷积神经网络包括依次连接的第一残差单元、第二残差单元、第三残差单元以及第四残差单元，并且所述第二残差单元、第三残差单元以及第四残差单元级联，一个所述残差单元包括依次连接的深度卷积层、批量归一化层以及激活函数层，所述左特征图和所述右特征图的高为所述左特征图和所述右特征图的宽为所述左特征图和所述右特征图的通道数为320。
【专利技术属性】
技术研发人员：陈凡，曾红久，杨军，孙俊林，尚明，燕建华，王斌，
申请(专利权)人：国能神东煤炭集团有限责任公司，
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。