路徑聚合的深度學(xué)習(xí)多視角立體三維重建算法

打開文本圖片集

摘  要： 針對當(dāng)前多視角立體視覺方法在低紋理、重復(fù)紋理等復(fù)雜區(qū)域上的重建完整度低的問題，提出一種基于路徑聚合網(wǎng)絡(luò)的多視角立體視覺方法PathMVSNet。PathMVSNet在常規(guī)的特征金字塔網(wǎng)絡(luò)后增加一條自底向上的路徑聚合結(jié)構(gòu)，強化底層定位特征在網(wǎng)絡(luò)中的傳遞，并將多尺度特征圖經(jīng)過可變形卷積層和卷積注意力機制模塊增強特征；采用級聯(lián)的代價體構(gòu)建方式，由粗到細的進行深度預(yù)測；多視角特征體通過可學(xué)習(xí)的自適應(yīng)權(quán)重網(wǎng)絡(luò)對特征體進行加權(quán)聚合得到代價體。（剩余12268字）