基于卷积神经网络的图像三维重构技术研究

目录

声明

第一章 绪 论

1.1研究背景及意义

1.2.1国外研究现状

1.2.2国内研究现状

1.3本文主要内容与组织结构

第二章 图像的三维重构基础理论与技术

2.1 三维物体的表示方式

2.2 卷积神经网络基础理论

2.2.1 基本模型

2.2.2 层级结构

2.3 基于卷积神经网络的图像三维重构

2.4 3d-lmnet算法

2.4.1 3d-lmnet网络结构

2.4.2 3d-lmnet损失函数

2.5 三维数据库Shapenet

2.6 本章小结

第三章 基于改进3d-lmnet神经网络的图像三维重构

3.1 点云特征提取方法分析与改进方案

3.1.1 特征提取Point-Encoder方法分析

3.1.2 特征提取Point-Encoder改进方案

3.2.1特征恢复Point-Decoder方法分析

3.2.2 特征恢复Point-Decoder改进方案

3.3.1网络结构设计

3.3.2 激活函数选择

3.3.3 算法实现

3.4.1收敛曲线对比

3.4.2 三维重构效果可视化

3.5 本章小结

第四章 基于改进3d-lmnet的图像特征提取网络研究

4.1 图像特征提取Image-Encoder方法分析

4.2 图像特征提取网络对三维重构的影响

4.2.1基于残差单元的图像三维重构

4.2.2 基于四通道输入的图像三维重构

4.2.3 基于残差单元与四通道输入融合的图像三维重构

4.3 三维重构网络评估

4.3.1 评估指标

4.3.2 评估结果

4.4 本章小结

第五章 基于卷积神经网络的图像三维重构系统

5.1.1系统总体框图

5.1.2 图像三维重构网络组成

5.2 三维重构网络系统建立

5.3.1点云表面重建算法

5.3.2 仿真实现

5.4 本章小结

第六章 总结与展望

6.1 总结

6.2 后续工作与展望

致谢

参考文献