一种基于可变卷积深度网络的多视图三维重建方法及装置

摘要

本发明提供一种基于可变卷积深度网络的多视图三维重建方法，包括获取源图像及其对应的多个视角的参考图像；将源图像及所有参考图像全部导入由可变形卷积所构建的多尺度特征提取网络中，得到多个目标关键特征图；将多个目标关键特征图均导入基于学习的补丁匹配迭代模型中进行像素深度匹配及边缘处理的迭代优化计算，得到迭代优化后的深度图；将迭代优化后的深度图和源图像均导入深度残差网络中进行优化，得到最终深度图并进行三维建模，得到立体视觉图。实施本发明，通过边缘处理算法优化深度图的边缘，使得三维建模所需的深度图更完成和精确，从而克服现有立体视觉图像普适性不强、鲁棒性不高等问题。