基于学习的鲁棒三维射影重建

作     者：舒茂 胡立华 董秋雷 许华荣 胡占义 Shu Mao;Hu Lihua;Dong Qiulei;Xu Huarong;Hu Zhanyi

作者机构：中国科学院自动化研究所模式识别国家重点实验室北京100190 中国科学院大学北京100049 太原科技大学计算机科学与技术学院太原030024 中国科学院脑科学与智能技术卓越创新中心北京100190 厦门理工学院计算机科学与技术系厦门361024 

基　　金：国家自然科学基金(61333015,61402316,61375042) 太原科技大学校博士启动基金(20162009) 

出 版 物：《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)

年 卷 期：2018年第30卷第2期

页      码：309-317页

摘      要：基于图像的三维重建是计算机视觉领域中一个重要的研究主题.针对目前深度神经网络无法有效剔除多幅图像对应点中的外点的问题,提出一种鲁棒的深度卷积神经网络,用以从多幅图像对应点中准确地恢复场景的三维射影结构.该网络首先把输入的对应点分为多个不同的子集,每个子集独立地进行射影重建;然后通过权重计算层得到每个射影重建的权重;最后通过合并层对这些不同的射影重建加权求和,得到最终的鲁棒的射影重建.实验结果表明,该网络具有较高的重建精度和很强的鲁棒性.

主 题 词：射影重建 卷积神经网络 外点剔除 

学科分类：08[工学] 080203[080203] 0835[0835] 0802[工学-机械学] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3724/SP.J.1089.2018.16251

馆 藏 号：203282413...