公开(公告)号：CN117036213A

公开(公告)日：2023-11-10

申请号：CN202310312003.8

申请日：2023-03-28

Applicant: 北京邮电大学 ,  中国电波传播研究所(中国电子科技集团公司第二十二研究所)

Inventor： 焦继超 ,  凌浩洋 ,  李宁 ,  徐威 ,  逄敏 ,  董建业 ,  张晗

IPC: G06T5/50 ,  G06T5/40 ,  G06T7/90 ,  G06V10/74 ,  G06N20/00

Abstract: 本发明提出一种基于阈值函数和机器学习的多视角图像去冗余方法，属于视觉图像处理领域，具体为：首先，对当前三维目标渲染得到多视角图像样本；按抽取角度h等间隔选取图像对，并计算所有图像对的颜色特征距离；然后，初始化似然度阈值k，通过比较阈值k与颜色特征距离，将图像对划分为2个子集；并设定阈值函数，用于确定2个子集的图像筛选阈值；接着，采用关键帧方法利用筛选阈值对多视角图像样本进行筛选，得到该组多视角图像样本去冗余后的视角间隔；并作为样本训练机器学习模型；最后，对当前三维目标重新按固定角度渲染得到e组多视角图像样本，输入机器学习模型中，预测各样本去冗余后的视角间隔。本发明提高了多视角图像数据的去冗余效率。