-
公开(公告)号：CN116071504A
公开(公告)日：2023-05-05
申请号：CN202310205404.3
申请日：2023-03-06
Applicant: 安徽大学
Abstract: 本发明公开一种面向高分辨率图像的多视图立体重建方法，对参考图像和源图像使用动态特征提取网络计算特征图，将提取到的源视图特征映射到参照平面构建代价体；使用三维卷积神经网络对代价体进行正则化处理，获到概率体，通过偏置回归算法使得深度值更加接近真实值，进而提高深度图的精度。同时使用不确定性距离估计方法，优化深度值估计范围，计算出精确的深度采样范围，进而采用动态范围采样处理，重复上述操作，直到计算出半分辨率深度图，使用深度图优化网络对半分辨率的深度图进行优化，计算出全分辨率的深度图，对全分辨率的深度图进行融合，从而获得高质量的稠密点云模型。本发明能实现快速计算出大规模场景的高质量稠密点云的目标。
-
公开(公告)号：CN114882258A
公开(公告)日：2022-08-09
申请号：CN202210505619.2
申请日：2022-05-10
Applicant: 安徽大学
Abstract: 本发明公开一种基于场景显著性区域一致性的航拍图像匹配方法，包括计算查询航拍图像和参考航拍图像中的特征点和特征描述子，计算查询航拍图像中的显著性目标区域，从参考航拍图像中为查询航拍图像的显著性区域寻找对应匹配区域，计算查询航拍图像中显著性区域与对应的匹配区域之间的特征匹配结果，计算查询航拍图像中显著性区域以外的区域与参考航拍图像中非显著性区域之间的特征匹配结果，合并两个匹配结果获得两幅航拍图像之间的特征匹配结果。本发明利用查询航拍图像中的显著性目标区域、将高分辨率的航拍图像匹配问题转化为显著性区域和非显著性区域的特征匹配问题，既避免非重叠区域的特征匹配所带来的时间开销，又提高图像匹配的精度。
-
公开(公告)号：CN116071504B
公开(公告)日：2023-06-09
申请号：CN202310205404.3
申请日：2023-03-06
Applicant: 安徽大学
Abstract: 本发明公开一种面向高分辨率图像的多视图立体重建方法，对参考图像和源图像使用动态特征提取网络计算特征图，将提取到的源视图特征映射到参照平面构建代价体；使用三维卷积神经网络对代价体进行正则化处理，获到概率体，通过偏置回归算法使得深度值更加接近真实值，进而提高深度图的精度。同时使用不确定性距离估计方法，优化深度值估计范围，计算出精确的深度采样范围，进而采用动态范围采样处理，重复上述操作，直到计算出半分辨率深度图，使用深度图优化网络对半分辨率的深度图进行优化，计算出全分辨率的深度图，对全分辨率的深度图进行融合，从而获得高质量的稠密点云模型。本发明能实现快速计算出大规模场景的高质量稠密点云的目标。
-
-
Search Results
3
records
(took 0.016 seconds)
