基于深度數(shù)據(jù)和圖像語義分割的三維場景重建技術(shù)研究.pdf

1、近年來，三維場景重建的研究越來越得到重視，使得三維數(shù)字地圖等技術(shù)獲得了蓬勃發(fā)展。三維場景重建是當(dāng)今計(jì)算機(jī)視覺研究中備受關(guān)注的研究方向。隨著深度相機(jī)的普及，基于深度數(shù)據(jù)的三維場景重建已經(jīng)取得了非常大的進(jìn)展，可以定位在一個(gè)場景中的位置，最終獲得一個(gè)完整的三維模型。伴隨著深度學(xué)習(xí)的快速迭代發(fā)展，基于卷積神經(jīng)網(wǎng)絡(luò)的圖像語義分割也收效顯著。圖像語義分割可以對(duì)圖像進(jìn)行像素級(jí)的分割，所以將其應(yīng)用于基于深度數(shù)據(jù)的三維場景重建中，可以獲得帶有簡單語義分割

2、的三維模型。
　　本文將基于卷積神經(jīng)網(wǎng)絡(luò)的圖像語義分割應(yīng)用于基于深度數(shù)據(jù)的三維場景重建中，對(duì)相關(guān)關(guān)鍵技術(shù)進(jìn)行了深入的研究。在基于深度數(shù)據(jù)的三維重建模塊中，提出了基于稀疏特征匹配和稠密光度匹配的位姿優(yōu)化策略，在幾何優(yōu)化和光度一致性優(yōu)化的基礎(chǔ)上，融合稀疏特征優(yōu)化項(xiàng)，并在標(biāo)準(zhǔn)數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)，驗(yàn)證了優(yōu)化后的效果。在基于卷積神經(jīng)網(wǎng)絡(luò)的圖像語義分割后端處理模塊中，優(yōu)化了條件隨機(jī)場二元?jiǎng)莺瘮?shù)，大量的實(shí)驗(yàn)證明分割效果得到改善?；谏鲜黾夹g(shù)本文提