基于2D-3D注意机制神经网络模型的三维重建方法

摘要

本发明属于计算机视觉及三维重建技术领域，具体涉及了一种基于2D‑3D注意机制神经网络模型的三维重建方法，旨在解决现有技术无法兼顾三维重建精度及模型泛化能力的问题。本发明方法包括：基于自编码器2D‑3D注意机制神经网络构建三维重建模型并初始化；采用训练数据集训练并获取三维重建模型的训练损失值；采用误差反向传播的方法更新模型参数；重复进行损失计算以及模型参数更新直至训练损失值低于设定阈值或达到设定训练次数；采用训练好的三维重建模型基于输入数据进行三维重建。本发明将注意力机制引入自编码网络中，实现了对目标物体高质量的三维重建，并采用不在训练集中的数据进行测试，模型有更强的泛化能力。