一種基于紅外圖像序列的深度學(xué)習(xí)三維重建仿真方法初探_第1頁
一種基于紅外圖像序列的深度學(xué)習(xí)三維重建仿真方法初探_第2頁
一種基于紅外圖像序列的深度學(xué)習(xí)三維重建仿真方法初探_第3頁
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

傳統(tǒng)的三維重建方法需要使用專業(yè)的設(shè)備和軟件，成本高且處理速度慢。本方法通過使用紅外圖像序列作為輸入數(shù)據(jù)，利用深度學(xué)習(xí)技術(shù)，實現(xiàn)設(shè)備和軟件，成本高且處理速度慢。近年來，隨著深度學(xué)習(xí)技術(shù)的發(fā)展，越來越多的研究者開始嘗試使用深度學(xué)習(xí)技術(shù)進(jìn)行三維重建仿真。目前，關(guān)于基于紅外圖像序列的三維重建仿真方法，已經(jīng)有不少的研究。其中，有些方法利用傳統(tǒng)的計算機視覺技術(shù)，如視覺幾何和運動恢復(fù)等，來進(jìn)行三維重建仿真。例如，Cen等人[1]紅外圖像序列進(jìn)行運動估計，再采用多視圖三維重建方法進(jìn)行三維重建仿真。該方法雖然效果較好，但處理速度較慢，不適合實時應(yīng)用場合。有些方法則利用深度學(xué)習(xí)技術(shù)進(jìn)行三維重建仿真。例如，Wu等人[2]提出了一種將二維卷積神經(jīng)網(wǎng)絡(luò)（CNN）和三維卷積神經(jīng)網(wǎng)絡(luò)（DN）相結(jié)合的深度學(xué)習(xí)方法，用于從單個圖像中實現(xiàn)三維重建仿真。另外，i等人3]提出了一種基于同時采集到的彩色和紅外圖像的深度學(xué)習(xí)三維重建仿真方法，結(jié)果表明該方法能夠精確重建場景。但上述兩種方法在訓(xùn)練階段，本文方法將紅外圖像序列作為輸入數(shù)據(jù)，將對應(yīng)的三維模型作為標(biāo)簽，使用卷積神經(jīng)網(wǎng)絡(luò)（CNN）3DCNN實現(xiàn)了從紅外圖像序列到三維模型的映射，使網(wǎng)絡(luò)能夠自動從紅外圖像序列中提取特征，建立紅外圖像序列與三維模型之間的聯(lián)系。在訓(xùn)練過程中，本文方法采用了自適應(yīng)學(xué)習(xí)率和批次規(guī)范化等技術(shù)，以提高訓(xùn)練效果和速度。3DCNN中，經(jīng)過多層卷積和池化操作，得到一個本文使用了一組公共數(shù)據(jù)集，并將其分為訓(xùn)練集和測試集。其中，20020外圖像

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論