基于深度学习的光场成像三维测量方法研究

Wu Junlong,Guo Zhenghua,Chen Xianfeng,Ma Shuai,Yan Xu,Zhu Licheng,Wang Shuai,Yang Ping

Chinese Journal of Lasers（2020）

引用 5|浏览0

暂无评分

摘要

为了解决光场相机应用于三维测量时,在弱纹理区域和精细结构区域难以获得准确视差估计结果问题,提出了基于深度学习技术对光场深度估计进行建模.并建立了光场视差与真实深度之间的转换关系.将所提方法应用于多种复杂场景中,实验结果均表明:该方法可以准确获取弱纹理区域和精细结构区域的视差信息,较好地复原场景的三维结构,视差估计处理时间压缩到1 s量级,相比传统的基于代价优化的方法,降低了1?2个数量级.

查看译文

关键词

measurement, three-dimensional measurement, light field imaging, depth estimation, deep learning

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要