一种基于多视点融合和深度学习的三维场景重建与监控方法

本发明公开了一种基于多视点融合和深度学习的三维场景重建与监控方法。该方法包括：通过多个摄像头从不同视点获取图像数据，并进行几何校准；对图像进行去噪、校正和增强处理；构建多尺度卷积神经网络和变分自编码器模型，提取多层次特征；将特征加权融合，并通过稀疏编码和图神经网络进行三维重建；应用动态图卷积网络和双重注意力机制进行特征优化，并基于对抗性梯度下降进行模型更新；通过多尺度分析和对抗变分自编码器进行异常检测，采用边缘计算技术在摄像头端进行初步处理，并通过异构图神经网络和稀疏子空间聚类在中心服务器端进行进一步分析。该方法实现了高精度、智能化的三维场景重建与监控，具有广泛的应用前景。