【技术实现步骤摘要】
本专利技术涉及三维重建，尤其是涉及一种粗粒度到细粒度的光度立体重建方法、设备、存储介质。
技术介绍
1、光度立体是3d重建的一个特殊分支。它利用目标物体在单一视点下从不同照明条件观察到的一组图像来重建物体表面法线。由于对微妙变化的敏感性，光度立体可以实现高精度的3d物体重建。因此，它广泛应用于工业测量、文物保护、表面缺陷检测等领域。传统的光度立体技术是基于lambertian反射模型开发的，其假设是经典的理想漫反射表面。然而，在实际情况中，反射特性相当复杂，尤其是在存在镜面反射和阴影时。实际上，非lambertian表面的法线很难估计。近年来，基于神经网络的光度立体3d重建方法开始逐步克服上述困难，但是这些已有方法在稀疏照明下的鲁棒性不足。此外，随着神经网络的层数加深，卷积层中感受野扩大，高频细节会丢失，这使得重建精确表面依然很困难。
2、现有的3d重建方法存在如下缺点：
3、(1)传统的光度立体技术是基于lambertian反射模型开发的，其假设是经典的理想漫反射表面。然而，在实际情况中，反射特性相当复杂，尤其...
【技术保护点】
1.一种粗粒度到细粒度的光度立体重建方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种粗粒度到细粒度的光度立体重建方法，其特征在于，还包括：
3.根据权利要求2所述的一种粗粒度到细粒度的光度立体重建方法，其特征在于，利用重建网络生成渲染图像的过程包括如下步骤：
4.根据权利要求1所述的一种粗粒度到细粒度的光度立体重建方法，其特征在于，利用粗略表面法线估计网络预测得到粗略表面法线的过程包括如下步骤：
5.根据权利要求1所述的一种粗粒度到细粒度的光度立体重建方法，其特征在于，利用精细表面法线估计网络预测得到精细表...
【技术特征摘要】
1.一种粗粒度到细粒度的光度立体重建方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种粗粒度到细粒度的光度立体重建方法，其特征在于，还包括：
3.根据权利要求2所述的一种粗粒度到细粒度的光度立体重建方法，其特征在于，利用重建网络生成渲染图像的过程包括如下步骤：
4.根据权利要求1所述的一种粗粒度到细粒度的光度立体重建方法，其特征在于，利用粗略表面法线估计网络预测得到粗略表面法线的过程包括如下步骤：
5.根据权利要求1所述的一种粗粒度到细粒度的光度立体重建方法，其特征在于，利用精细表面法线估计网络预测得到精细表面法线的过程包括如下步骤：
6.根据权利要求5所述的一种粗粒度到细粒度的光度立体重建方法，其特征在于，利用最大池化层实现特征融合。
【专利技术属性】
技术研发人员：王之港，赵斌，李学龙，
申请(专利权)人：上海人工智能创新中心，
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。