一种基于自动解码器的层次结构三维重建方法

本发明属于计算机三维重建、计算机视觉和大数据云计算等领域，具体涉及一种基于自动解码器的层次结构三维重建方法，解决了目前主流的基于深度学习的三维重建技术存在着无法重建层次化结构、内部结构损失或内部结构重建精度低的问题。本发明采用的层次化形状表示和自动解码器框架，通过改进卷积神经网络以提取数据特征，在自动解码器框架中学习空间两点间的关系，在神经有符号距离场中预测任意空间点的最近表面的有符号距离值，在精确重建具有内部结构的三维形状方面表现出良好的性能。本发明方法设计了新的映射关系，提高了神经网络模型学习层次化结构的能力，使神经网络模型能够更有效地从数据中学习并重建出具有内部结构的三维形状。