[发明专利]一种从单幅照片恢复出场景基本三维结构的方法有效
| 申请号： | 201710621169.2 | 申请日： | 2017-07-27 |
| 公开（公告）号： | CN107369204B | 公开（公告）日： | 2020-01-07 |
| 发明（设计）人： | 周忠;李明阳;庚琦川;吴威 | 申请（专利权）人： | 北京航空航天大学 |
| 主分类号： | G06T17/00 | 分类号： | G06T17/00 |
| 代理公司： | 11251 北京科迪生专利代理有限责任公司 | 代理人： | 杨学明;顾炜 |
| 地址： | 100191*** | 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： | 本发明公开了一种基于深度学习从单幅照片恢复出场景基本三维结构的方法，其步骤为：(1)利用深度卷积神经网路，对输入图片进行一系列变换操作，得到每一个像素的语义标签；(2)利用图像语义分割的输出结果图，将原图中属于前景的部分去掉，得到一张去除了前景的待修复图；(3)对于所有待修复像素，确定其修复优先级，结合当前优先级最高的被去除像素点附近的语义信息，从步骤(2)的输出图中寻找最佳匹配块，将该最佳匹配块复制到待修补位置处；(4)根据地面、立面交线，对步骤(3)得到的修复完毕的图像进行翻折操作，得到一张地面、立面相垂直的输出图，从而实现场景基本三维结构的恢复工作。 | ||
| 搜索关键词： | 一种 基于 深度 学习 单幅 照片 恢复 场景 基本 三维 结构 方法 | ||
【主权项】：
1.一种基于深度学习从单幅照片恢复出场景基本三维结构的方法，其特征在于：包括如下步骤：/n步骤一、利用深度卷积神经网络对图片进行处理，具体步骤为：/n(ft1)对输入图进行卷积、池化及非线性变换操作，得到图片的特征图；/n(ft2)在完成适当次数的步骤(ft1)操作后，对最后一张输出图进行逐像素分类，得到每个像素的类别，并为每个像素打上语义标签；/n(ft3)对步骤(ft2)的输出进行反卷积处理，提高其分辨率，从而得到更多细节信息，作为输出结果图，记为M
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航空航天大学，未经北京航空航天大学许可，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/201710621169.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种花生附带泥块清洗器械
- 下一篇：一种模拟藻类生长环境的试验箱
