一种基于深度卷积逆向图网络的非视域成像方法

摘要

本发明公开了一种基于深度卷积逆向图网络的非视域成像方法，该方法主要分为神经网络的训练和使用两个阶段。训练阶段，使用一台普通相机负责拍摄非视域场景所产生的反射图像(包含非视域场景经过遮挡物后产生的半影信息)，另一台相机负责拍摄非视域场景的图像，拍摄时两台相机的视角固定，非视域场景不断改变，由程序控制两台相机同时拍摄图像，从而获取足够数量的非视域场景图像及其对应的反射图像，将非视域场景产生的反射图像作为输入，非视域场景图像作为输出对网络进行训练。训练完成的网络可以直接根据输入的非视域场景所产生的反射图像，输出非视域场景的图像。本方法具有成像设备简单，对于训练好的网络，成像速度快等优点。