一种基于相对深度训练的半监督学习三维重建方法

摘要

本发明提供了一种基于相对深度训练的半监督学习三维重建方法，首先构建用于三维重建网络训练的目标物体图像数据集，搭建U型结构的三维重建网络模型，对三维重建网络模型进行无监督和半监督训练，对训练好的三维重建网络进行减支，将三维重建网络中用于计算损失的多尺度预测分支进行裁剪，只留下最后一层的输出；预测时，三维重建网络模型输入单张图像、输出一张视差图，再结合双目相机的参数以及视差‑深度的转换关系，计算得到深度图，最终完成三维重建。本发明解决了现有基于深度学习的三维重建算法中存在的无监督训练精度不高、有监督训练真实数据难以获取等问题。