一种基于改进DenseNAS的语义分割方法

    公开(公告)号:CN115457269A

    公开(公告)日:2022-12-09

    申请号:CN202211069116.1

    申请日:2022-09-02

    摘要: 本发明提出一种基于改进DenseNAS的语义分割方法,包括:(1)使用DenseNAS搜索合适的深度神经网络模型;(2)基于子网络深度的结构选择算法获得最优子网络候选,并从该候选中选择最短网络和最优网络;(3)最优网络作为骨干网络得到教师模型FCN‑long,最短网络作为骨干网络得到学生模型FCN‑short,通过知识蒸馏训练得到的FCN‑short对图像提取特征并得到其语义分割图像。本发明提出了基于子网络深度的结构选择方法,提高了选择网络在数据集上的精度,发挥了密集连接搜索空间的优势,获得了一个兼顾效率与精度的语义分割算法。

    一种基于结构信息的RGBD三维场景重建方法

    公开(公告)号:CN107862735B

    公开(公告)日:2021-03-05

    申请号:CN201710865372.4

    申请日:2017-09-22

    发明人: 齐越 王晨 衡亦舒

    IPC分类号: G06T17/00 G06T7/70

    摘要: 本发明属于三维图像处理技术领域,具体涉及一种基于结构信息的RGBD三维场景重建方法,包括S1.检测第i帧中的场景信息,并将场景信息在第i帧所对应的模型数据中标记;S2.估计第i+1帧所对应的相机姿态,计算时加入第i帧所对应的模型数据中标记的场景信息;S3.根据第i+1帧所对应的相机姿态,将第i+1帧融入到第i帧所对应的模型数据中,得到第i+1帧所对应的模型数据;S4.检测第i+1帧所对应的模型数据的投影图中的场景信息,并将场景信息反投影到第i+1帧所对应的模型数据中;S5.对于i的每一个取值,i=1,2,3···,N‑1,其中N为总的帧数,重复步骤S1‑S4,完成三维重建工作。该方法能够实时的检测出场景中所存在的几何结构信息,在相机姿态估计过程中,能够最小化配准误差的相机姿态估计,进而更好的完成实时的三维重建技术。

    一种基于结构信息的RGBD三维场景重建方法

    公开(公告)号:CN107862735A

    公开(公告)日:2018-03-30

    申请号:CN201710865372.4

    申请日:2017-09-22

    发明人: 齐越 王晨 衡亦舒

    IPC分类号: G06T17/00 G06T7/70

    摘要: 本发明属于三维图像处理技术领域,具体涉及一种基于结构信息的RGBD三维场景重建方法,包括S1.检测第i帧中的场景信息,并将场景信息在第i帧所对应的模型数据中标记;S2.估计第i+1帧所对应的相机姿态,计算时加入第i帧所对应的模型数据中标记的场景信息;S3.根据第i+1帧所对应的相机姿态,将第i+1帧融入到第i帧所对应的模型数据中,得到第i+1帧所对应的模型数据;S4.检测第i+1帧所对应的模型数据的投影图中的场景信息,并将场景信息反投影到第i+1帧所对应的模型数据中;S5.对于i的每一个取值,i=1,2,3…,N-1,其中N为总的帧数,重复步骤S1-S4,完成三维重建工作。该方法能够实时的检测出场景中所存在的几何结构信息,在相机姿态估计过程中,能够最小化配准误差的相机姿态估计,进而更好的完成实时的三维重建技术。

    一种面向RGBD三维重建纹理生成的相机姿态优化方法

    公开(公告)号:CN107833253B

    公开(公告)日:2020-08-04

    申请号:CN201710865785.2

    申请日:2017-09-22

    发明人: 齐越 衡亦舒 王晨

    IPC分类号: G06T7/80 G06T17/00 G06T15/04

    摘要: 本发明属于计算机视觉与计算机图形图像处理技术领域,具体涉及一种面向RGBD三维重建纹理生成的相机姿态优化方法,S1.得到深度图像融合的关键帧;S2.计算三维网格模型点云深度投影图;S3.去除点云深度投影图中的背景数据;S4.深度数据匹配和相机姿态的优化。该方法由已知三维网格模型、关键帧,结合纹理生成过程中的需求,利用网格模型的几何特征以及关键帧中的深度数据,研究一种在RGBD三维重建纹理生成过程中,对关键帧视点下相机位姿的优化方法,为高质量的纹理图像生成提供保障。

    一种面向RGBD三维重建纹理生成的相机姿态优化方法

    公开(公告)号:CN107833253A

    公开(公告)日:2018-03-23

    申请号:CN201710865785.2

    申请日:2017-09-22

    发明人: 齐越 衡亦舒 王晨

    IPC分类号: G06T7/80 G06T17/00 G06T15/04

    摘要: 本发明属于计算机视觉与计算机图形图像处理技术领域,具体涉及一种面向RGBD三维重建纹理生成的相机姿态优化方法,S1.得到深度图像融合的关键帧;S2.计算三维网格模型点云深度投影图;S3.去除点云深度投影图中的背景数据;S4.深度数据匹配和相机姿态的优化。该方法由已知三维网格模型、关键帧,结合纹理生成过程中的需求,利用网格模型的几何特征以及关键帧中的深度数据,研究一种在RGBD三维重建纹理生成过程中,对关键帧视点下相机位姿的优化方法,为高质量的纹理图像生成提供保障。