项目名称: 基于体素划分模型的多视图深度信息融合三维重建研究

项目编号: No.61502297

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 其他

项目作者: 王道累

作者单位: 上海电力大学

项目金额: 20万元

中文摘要: 3D打印技术在工业、航空航天、生物医学等多个领域已被广泛应用,三维模型的快速生成是实现自动化打印的关键技术之一。计算机视觉技术能够解决3D模型快速重建问题,但在处理物体遮挡、重复纹理及可视区域建模等仍存在一些问题和局限性。本项目采用多视图协同优化及深度信息融合技术来重建3D模型,主要研究内容有多摄像机布局与建模、多视图立体匹配、多视点融合优化及多视图纹理映射。利用基于分组的多摄像机标定方法进行标定并根据光线跟踪技术建立多摄像机可视区域模型,分析及探讨物体之间共同区域问题;基于多视图协同优化匹配算法解决多视图匹配问题,处理物体间遮挡关系;基于体素划分模型融合方法将多视图深度信息融合为完整的三维模型,该方法能有效处理纹理缺失区域。本项目不仅仅是为了解决当前三维重建所存在的问题,而且也提供一种能让普通人对感兴趣场景或物体并不需要专门特殊技能就能复制实物的方法,因而具备很强的实用性和前沿性。

中文关键词: 三维建模;立体匹配;模型融合;深度图;多视图

英文摘要: 3D printing technology has been wildly utilized in fields of industrial, aeronautics and astronautics, and biomedical engineering etc., the rapid production of 3D model is one of key technology to realize the automatic 3D printing. The computer vision technology can solve the problem of rapid reconstruction of 3D model, however, there are still some problems and limitations in the object occlusion, textureless and visible regions modelling. This project proposes multi-view stereo technology using cooperative optimization and depth information fusion method to reconstruction 3D model, which includes multi-camera layout and modelling, multi-view stereo matching, multi-view point fusion, and texture map. The cameras is calibrated by the group of multi-camera method, then the model of the multi-camera visible regions based on the ray tracing technique is built to analyze and investigate the common views. The global cooperative optimization method is proposed to handle multi-view stereo matching problem, which can solve occlusion of objects. Next, the 3D model of multi-view will be reconstructed by a model fusion method based on voxel dividing which can be effectively handle the texture missing area, merging the depth information of the image into a complete 3D model. This project is not only to solve the problems which exist in the current three-dimensional reconstruction, but also provides a method to recover interesting a scene or object by ordinary people who does not require specialized skills, therefore, it has very strong practicability and frontier.

英文关键词: 3D Reconstruction;Stereo Matching;Model Fusion;Depth Map;Multi-view

成为VIP会员查看完整内容
2

相关内容

【CVPR2022】整合少样本学习的分类和分割
专知会员服务
26+阅读 · 2022年3月31日
【博士论文】基于深度学习的单目场景深度估计方法研究
专知会员服务
35+阅读 · 2021年8月27日
专知会员服务
50+阅读 · 2021年8月13日
【CVPR2021】基于Transformer的视频分割领域
专知会员服务
36+阅读 · 2021年4月16日
专知会员服务
60+阅读 · 2021年3月25日
专知会员服务
45+阅读 · 2021年3月24日
专知会员服务
69+阅读 · 2021年1月16日
专知会员服务
45+阅读 · 2020年12月4日
基于深度学习的单视图三维重建算法学习路线
极市平台
8+阅读 · 2022年1月12日
【速览】ICCV 2021 | 从2D到3D的虚拟试穿模型
中国图象图形学学会CSIG
0+阅读 · 2021年10月22日
最全综述:基于深度学习的三维重建算法
极市平台
12+阅读 · 2020年3月17日
ICCV2019 | 高精度,高效率点云三维重建 PointMVSNet
计算机视觉life
23+阅读 · 2019年9月5日
【数字孪生】数字孪生技术发展趋势与安全风险浅析
产业智能官
54+阅读 · 2019年8月28日
计算机视觉方向简介 | 基于单目视觉的三维重建算法
计算机视觉life
30+阅读 · 2019年4月9日
【泡泡一分钟】基于紧凑模型表示的三维重建(3dv-12)
泡泡机器人SLAM
10+阅读 · 2017年12月7日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2010年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月15日
小贴士
相关VIP内容
【CVPR2022】整合少样本学习的分类和分割
专知会员服务
26+阅读 · 2022年3月31日
【博士论文】基于深度学习的单目场景深度估计方法研究
专知会员服务
35+阅读 · 2021年8月27日
专知会员服务
50+阅读 · 2021年8月13日
【CVPR2021】基于Transformer的视频分割领域
专知会员服务
36+阅读 · 2021年4月16日
专知会员服务
60+阅读 · 2021年3月25日
专知会员服务
45+阅读 · 2021年3月24日
专知会员服务
69+阅读 · 2021年1月16日
专知会员服务
45+阅读 · 2020年12月4日
相关资讯
基于深度学习的单视图三维重建算法学习路线
极市平台
8+阅读 · 2022年1月12日
【速览】ICCV 2021 | 从2D到3D的虚拟试穿模型
中国图象图形学学会CSIG
0+阅读 · 2021年10月22日
最全综述:基于深度学习的三维重建算法
极市平台
12+阅读 · 2020年3月17日
ICCV2019 | 高精度,高效率点云三维重建 PointMVSNet
计算机视觉life
23+阅读 · 2019年9月5日
【数字孪生】数字孪生技术发展趋势与安全风险浅析
产业智能官
54+阅读 · 2019年8月28日
计算机视觉方向简介 | 基于单目视觉的三维重建算法
计算机视觉life
30+阅读 · 2019年4月9日
【泡泡一分钟】基于紧凑模型表示的三维重建(3dv-12)
泡泡机器人SLAM
10+阅读 · 2017年12月7日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2010年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员