[發明專利]一種基于學習有效點云生成的密集三維物體重建方法

在審

• 申請號: 201710713954.0
• 申請日: 2017-08-18
• 公開（公告）號: CN107481313A
• 公開（公告）日: 2017-12-15
• 發明（設計）人: 夏春秋
• 申請（專利權）人: 深圳市唯特視科技有限公司
• 主分類號: G06T15/10
• 分類號: G06T15/10
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于學習有效點云生成的密集三維物體重建方法，其特征在于，主要包括物體重建系統(一)；結構參數設定(二)；訓練方法(三)。

2.基于權利要求書1所述的物體重建系統(一)，其特征在于，包括結構生成裝置、偽補償裝置和結構優化裝置。

3.基于權利要求書2所述的結構生成裝置，其特征在于，使用二維卷積操作預測三維物體對象的表面幾何參數，具體為給定關于某物體的N個不同視角的三維精準轉換矩陣(R₁,t₁)…(R_N,t_N)，則在第n個視角下每個三維坐標點用由公式(1)轉換成規范的三維坐標

p^i=Rn-1(K-1x^i-tn),∀i---(1)]]>

其中，K是預定義的照相機內置參數矩陣。

4.基于權利要求書2所述的偽補償裝置，其特征在于，使用二維卷積操作預測三維幾何參數，會不同程度出現三維坐標投影到二維平面中點云擁擠甚至重合的情況，針對該情況進行防像素重合操作，具體為給定一個全新視角中的三維精準轉換矩陣(R_k,t_k)，有：

x^i′=K(Rkp^i+tk),∀i---(2)]]>

公式(2)實際上一個對于公式(1)的逆操作，通過公式(1)(2)合并使用，可以得到在視角k上的二維坐標及深度值

5.基于權利要求書4所述的防像素重合，其特征在于，在降低圖像表征深度時需對所有二維坐標做離散化操作會引起同一個像素接受多個投影重合的現象，會使得三維模型不夠精確，提出偽補償函數f_PR(·)去提高投影的分辨率，具體為：首先被投影到一副由因子U控制的上采樣圖像中，由此減少的量化誤差及“碰撞”概率，然后對此上采樣圖像使用最大值池化操作，使之回到原有圖像的分辨率大小。