基于注意力机制的多视图三维重建

作者：谢琪琦; 辛月兰^*; 曾曦

来源：激光杂志, 2023, 44(01): 136-142.

DOI：10.14016/j.cnki.jgzz.2023.01.136

• 多视图
• 三维重建
• MVSNet
• 注意力机制

针对多视图三维重建的过程中，存在难以准确、完整重建的问题，提出了一种基于深度学习的自适应通道注意力三维重建方法，能够处理具有不同尺度及不同分辨率的图像数据。该方法通过卷积神经网络对图片进行特征提取，利用注意力机制优化三维代价体正则化过程，并对网络进行训练。在DTU数据集上的实验结果表明，此网络的三维重建结果在完整性(Comp)和整体质量(Overall)分别达到了0.379 mm、0.414 mm,高于传统方法和其他基于深度学习的方法，同时，点云模型的可视化结果也有了明显改善。此外，在BlendedMVS数据集上的实验结果表明，此网络的准确性(Acc)也较好。

• 出版日期2023
• 单位电子信息工程学院; 青海师范大学