基于深度学习的复杂三维场景复原方法研究

项目名称： 基于深度学习的复杂三维场景复原方法研究

项目编号： No.61375042

项目类型： 面上项目

立项/批准年度： 2013

项目学科： 自动化技术、计算机技术

项目作者： 董秋雷

作者单位： 中国科学院自动化研究所

项目金额： 80万元

中文摘要： 基于图像的三维重建是三维计算机视觉领域中的核心研究内容之一。受遮挡、重复纹理等诸多因素影响，对于结构复杂的场景，文献中方法重建出的三维点云往往含有空洞与外点。因此，如何从大量的二维场景图像与相应的三维重建点云中提取两者之间内在的关联特征，将不完整的三维重建结构加以准确完整的复原成为一项重要的研究课题。深度学习旨在建立一种类似人脑信息处理机制的多层神经网络，并通过该网络学习出数据对象内在的特征。本项目拟运用深度学习理论来研究复杂三维场景的自动复原问题，主要的研究内容包括：（1）适用于三维场景结构复原的深度网络计算框架，以及相应的深度网络结构设计方法；（2）深度网络中单层模型设计方法；（3）深度网络中三维点云去噪方法；（4）深度网络中网络层数与节点数的自适应学习方法；（5）基于GPU的深度网络训练算法。本项目的研究可望为复杂三维场景复原提供一种新的思路和途径。

中文关键词： 计算机视觉；三维重建；场景复原；深度学习；

英文摘要： Image-based 3d reconstruction is one of the key research contents in 3D computer vision. However, due to the influences of occlusion, repetitive textures, etc., there usually exist holes and outliers in the reconstructed 3D point cloud for complex scenes

英文关键词： Computer vision；3D reconstruction；Scene recovery；Deep learning；