路径聚合的深度学习多视角立体三维重建算法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘  要： 针对当前多视角立体视觉方法在低纹理、重复纹理等复杂区域上的重建完整度低的问题，提出一种基于路径聚合网络的多视角立体视觉方法PathMVSNet。PathMVSNet在常规的特征金字塔网络后增加一条自底向上的路径聚合结构，强化底层定位特征在网络中的传递，并将多尺度特征图经过可变形卷积层和卷积注意力机制模块增强特征；采用级联的代价体构建方式，由粗到细的进行深度预测；多视角特征体通过可学习的自适应权重网络对特征体进行加权聚合得到代价体。（剩余12268字）

试读结束

目录
monitor