声明
1 绪论
1.1 三维建模研究背景
1.2 三维建模相关工作
1.2.1 传统图像三维重建方法综述
1.2.2 深度学习与三维建模
1.2.3 信息获取方法的讨论与分析
1.3 研究的挑战及意义
1.4 主要研究内容与贡献
1.4.1 主要研究内容
1.4.2 主要贡献
1.5 本文组织结构
2 图像三维建模与深度学习相关理论
2.1 传统图像三维建模理论简述
2.1.1 视觉SLAM算法
2.1.2 KinectFusion算法
2.1.3 传统图像重建方法的局限性
2.2 基于深度学习的三维建模理论
2.2.1 深度学习简述
2.2.2 基于卷积神经网络的单视角重建
2.2.3 基于循环神经网络的多视角重建
2.2.4 深度学习图像重建方法的局限性
2.3 本章小结
3 基于动态视角规划的三维对象体素建模方法研究
3.1 引言
3.2 对象重建模块
3.2.1 网络结构
3.2.2 训练方法
3.3 视角规划模块
3.3.1 网络结构
3.3.2 训练方法
3.4 实验与评估
3.4.1 体素重建效果评估
3.4.2 信息获取效果评估
3.5 本章小结
4 面向多视角图片几何语义特征的三维点云建模方法研究
4.1 引言
4.2 面向三维融合特征的点云预测网络
4.2.1 网络结构
4.2.2 训练方法
4.3 面向三维融合特征的视角规划网络
4.3.1 网络结构
4.3.2 训练方法
4.4 实验结果展示
4.5 本章小结
结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢
大连理工大学学位论文版权使用授权书