一种轻量化Transformer-CNN聚合网络及多视角立体重建方法
申请号:CN202510908409
申请日期:2025-07-02
公开号:CN120931811A
公开日期:2025-11-11
类型:发明专利
摘要
本发明提供了一种轻量化Transformer‑CNN聚合网络,包括:图像输入模块、相机参数输入模块、图像预处理模块、浅层特征提取模块、轻量化Transformer模块、多尺度特征提取模块、特征融合模块、代价体构建模块、代价体聚合模块、深度图估计模块、深度图优化模块、点云生成模块、三维模型构建模块、模型评估模块以及用户界面模块。本发明通过结合轻量化Transformer和CNN的优势,实现了高效、准确的多视角立体重建,能够接收多视角图像和相机参数,经过预处理、特征提取、特征融合、代价体构建与聚合、深度图估计与优化等步骤,最终生成高质量的三维模型,在降低计算资源消耗的同时,提高了三维重建的精度和鲁棒性,为三维视觉应用提供了有力支持。
技术关键词
深度图
多尺度特征提取
浅层特征提取
输入模块
三维模型
立体重建方法
多视角
体构建方法
网络
点云
相机
注意力机制
非局部均值滤波
图像校正
全局特征提取
融合特征
鲁棒性