-
公开(公告)号:CN119006714A
公开(公告)日:2024-11-22
申请号:CN202411095971.9
申请日:2024-08-12
Applicant: 东北大学秦皇岛分校
IPC: G06T17/00 , G06T7/55 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/82 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于特征增强的多视图三维重建方法,该方法包括:获取待重建物体的多张不同视角的图像和相机位姿,通过特征图提取网络提取多尺度特征图,使用单应性变换和基于方差的代价度量获得三维代价体;三维代价体经过权重网络得到自适应代价体,通过轻量级3DCNN进行初始深度图预测;利用二维卷积层连接自适应代价体和深度图,与上下文特征连接形成动态代价体,输入到门控循环单元GRU中,得到更新后的深度图;通过基于可见性的融合算法,将不同视角的深度图融合并投影到3D空间中,得到三维点云数据。本发明可降低网络的参数和计算量,在使用较少GPU显存的情况下有效提高了重建精度和完整性。
-
公开(公告)号:CN119600182A
公开(公告)日:2025-03-11
申请号:CN202411095968.7
申请日:2024-08-12
Applicant: 东北大学秦皇岛分校
Abstract: 本发明提供一种包含透明物体场景的三维重建和渲染的方法,涉及计算机视觉技术领域,本发明拍摄透明物体及周围环境的全景,构建色彩鲜艳场景下的不同类型的透明物体数据集以供网络训练,并最终得出整体场景的重建结果。方法使用一种多模块渲染网络模型,通过角度网络和反射网络对学习图片中不同角度的信息来训练网络。由于场景中包含透明物体,所以在考虑光线传播路径的时候,不能仅仅只假设光路沿直线传播,需要考虑场景中存在的折射、反射等特殊环节。本发明提供的方法同时包含折射区域和反射区域的重建,实现对包含透明物体整体场景的重建与渲染。
-
公开(公告)号:CN119006780A
公开(公告)日:2024-11-22
申请号:CN202411021763.4
申请日:2024-07-29
Applicant: 东北大学秦皇岛分校
IPC: G06V10/25 , G06V10/88 , G06V10/774 , G06V10/44 , G06N3/0464 , G06N3/045 , G06N3/082
Abstract: 本发明提供一种基于线性注意力的复杂场景下红外小目标检测方法;首先,处理划分原始数据集,利用序列噪声建模技术对训练集中的图片施加噪声数据,以得到复杂场景下的小目标数据,提高检测泛化能力;再对数据集中的小目标区域进行负样本增强,扩充数据集;其次,发明一种小目标分割网络,编码部分通过减少空间维度获得高层次语义信息,提取特征,解码阶段恢复空间维度,重建原始图像结构;网络中的线性注意力模块,旨在提高特征提取能力的同时降低空间复杂度;而空洞卷积模块扩大感受野,减弱下采样次数过多造成的小目标信息丢失;其中,使用跳跃连接保留高分辨率信息,使用深度监督不同尺度的信息;最后,使用八连通邻域聚类模块确保匹配准确,减少误检;本发明能对复杂背景下的红外图像进行目标检测,有效抑制背景噪声的干扰,提高了红外小目标检测的准确度。
-
-