[发明专利]一种高分辨率三维体素模型重建方法有效
| 申请号： | 201910658615.6 | 申请日： | 2019-07-22 |
| 公开（公告）号： | CN110390638B | 公开（公告）日： | 2023-07-28 |
| 发明（设计）人： | 李海生;郑艳萍;李楠;吴晓群 | 申请（专利权）人： | 北京工商大学 |
| 主分类号： | G06T3/40 | 分类号： | G06T3/40;G06T17/00;G06N3/0475;G06N3/045;G06N3/0464 |
| 代理公司： | 北京科迪生专利代理有限责任公司 11251 | 代理人： | 安丽 |
| 地址： | 100048*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种高分辨率三维体素模型重建方法，使用深度卷积变分编码器学习输入图像的特征，编码成一个固定长度的向量；构建生成式对抗网络将编码结果解码出对应的低分辨率的三维体素模型，并进行插值得到一个具有粗糙轮廓的高分辨率三维体素模型；将低分辨率的三维体素模型通过正交投影获取六张低分辨率的二维正交深度图，利用图像超分辨率技术将六张二维正交深度图超分到目标高分辨率，并将其输入到图像判别器中判别真假，通过最小化重建高分辨率二维正交深度图与数据集中高分辨率二维正交深度图的差异，得到最优图像结果；对具有粗糙轮廓的高分辨率三维体素模型进行细节雕刻，得到具有精细轮廓的高分辨率三维模型。 | ||
| 搜索关键词： | 一种 高分辨率 三维 模型 重建 方法 | ||
【主权项】：
1.一种高分辨率三维体素模型重建方法，其特征在于，包括以下步骤：步骤1：使用深度卷积变分编码器学习输入图像的特征，将得到的输入图像特征编码成一个固定长度的向量，得到编码结果；步骤2：构建生成式对抗网络(GAN)将编码结果解码出一个对应323低分辨率三维体素模型，对得到的低分辨率三维体素模型进行插值，得到一个具有粗糙轮廓的2563或5123高分辨率三维体素模型；步骤3：将低分辨率三维体素模型通过正交投影获取六张32×32低分辨率二维正交深度图，利用图像超分辨率技术将六张二维正交深度图进行超分辨率，得到256×256或512×512高分辨率二维正交深度图，并将高分辨率的二维正交深度图输入到图像判别器中判别真假，计算得到的高分辨率二维正交深度图与数据集中已有的高分辨率二维正交深度图之间的距离，通过最小化该距离来得到最优图像结果；步骤4：以得到的最优高分辨率二维正交深度图为参考，对步骤2所得到的具有粗糙轮廓的2563或5123高分辨率三维体素模型进行模型雕刻，得到具有精细轮廓的高分辨率三维体素模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京工商大学，未经北京工商大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910658615.6/，转载请声明来源钻瓜专利网。
