[发明专利]一种基于Wasserstein距离的物体包络体多视图重建与优化方法

摘要

本发明公开了一种基于Wasserstein距离的物体包络体多视图重建与优化方法，基于几何代价函数的定义上利用了2D矩形/椭圆与高斯分布的一一对应性质，对图像提取的2D矩形/椭圆特征和包络体在视图的投影轮廓分别进行参数提取，并构建与之对应的二维高斯分布，接着将几何图像的相似性度量问题转化成概率分布函数的相似性度量问题，引入Wasserstein距离用以度量分布相似性，更近一步将Wasserstein度量转化为优化问题的代价函数，从而提升原优化问题的收敛性和精确性。另外，本发明提出的代价函数作为封闭几何轮廓相似性度量具有通用性，如在深度学习物体识别中预测框与数据集真实检测框的度量上亦适用。