一种基于深度学习轮廓网络的多视图重建方法

摘要

本发明提出了一种基于深度学习轮廓网络的多视图重建方法，其主要内容包括：引入深深度学习架构、三维形状编码、构建轮廓网络、网络训练和测试，其过程为，引入一个深度学习的轮廓网络，网络对一个或多个输入图像的三维形状编码进行学习，之后采用这个编码调整解码器来生成新的视图，随后引入基于轮廓的代理损失，当解码器不包含三维表征的时候，网络使用这个二维损失对三维形状进行编码，二维损失不受三维表征分辨率的限制，生成并预训练一个庞大的斑点状对象数据集网络，对数据集上的轮廓网络进行微调。本发明使用神经网络学习三维形状，新视图中生成的轮廓迫使网络编码三维形状，有效组合多个视图的信息，提高了多视图重建性能。