[发明专利]一种基于单张4D光场图像的物体表面材质类型识别方法

权利要求书

1.一种基于单张4D光场图像的物体表面材质类型识别方法，其特征在于包含以下步骤：

(1)创建涵盖多种材质类别、多种光照、多种表面三维形状的4D光场图像数据集，不同材质由其双向反射分布函数BRDF表示；

(2)构建基于卷积神经网络的网络结构，网络结构为角卷积网络或层叠卷积网络，采用步骤(1)中4D光场图像数据集中的数据进行训练；

(3)输入待测试的4D光场图像数据集中包含的4D光场图像，通过训练后的神经网络进行计算，输出其中物体表面材质对应的材质类别。

2.根据权利要求1所述的基于单张4D光场图像的物体表面材质类型识别方法，其特征在于：所述步骤(1)中的4D光场图像数据集由光场相机阵列或透镜阵列，在光源不断改变的条件下，对物体进行同步拍照获得，也可通过计算机渲染的方法，运用同样的光学原理渲染得到。

3.根据权利要求1所述的基于单张4D光场图像的物体表面材质类型识别方法，其特征在于：所述步骤(1)中的材质类别，由超过十种以上材质的BRDF通过聚类归纳得到，每一类别包含多种不同但相近的材质，所述不同但相近的材质是指这些材质归属于同一类即相近，但同一类中的材质并不完全相同，存在差异。

4.根据权利要求1所述的基于单张4D光场图像的物体表面材质类型识别方法，其特征在于：所述步骤(2)中的角卷积网络构建过程为：先使用一个角滤波层对输入的4D光场图像数据集中包含的4D光场图像进行滤波，滤波后的结果通过卷积神经网络的各层，再连接多个全连接层训练时不产生输出。

5.根据权利要求1所述的基于单张4D光场图像的物体表面材质类型识别方法，其特征在于：所述角滤波层使用的角滤波器矩阵，角滤波器矩阵与拍摄4D光场图像的相机阵列/镜头阵列具有一致的空间排列形状。

6.根据权利要求1所述的基于单张4D光场图像的物体表面材质类型识别方法，其特征在于：所述步骤(2)中的层叠卷积网络构建为：将输入的4D光场图像按照角分辨率拆分为多张普通2D图像，将这些拆分后的图像层叠为多通道，输入到卷积神经网络进行计算。