多视图几何轻量级三维重建算法

摘要：

针对现有深度学习三维重建网络内存消耗严重、效率低下的问题,提出了高效的多视图几何三维重建网络(high efficiency multi-view stereo network,H-MVSNet)模型,将原始图片序列和预测的粗略深度图融合,进一步提高最终深度图的质量;构建轻量级的特征提取模块和正则化模块,减少提取冗余度;采用由粗到精的策略,建立高效的深度图细化模块,减少计算量.实验表明,H-MVSNet模型在DTU数据集中的精度误差可达0.327 mm,计算一张分辨率为640×480的深度图仅需0.44 s,内存消耗可低至2.46 GB,显著提高了三维重建的精度和准确度.

关键词：三维重建、深度图、多视图几何、端到端网络、L-M算法

所属期刊栏目：34

分类号：TP391.41(计算技术、计算机技术)

资助基金：贵州省创新能力建设项目;中央引导地方科技发展专项

在线出版日期：2023-01-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1005-1012