基于注意力权重机制和引导成本体积激励的三维重建多视图立体网络算法研究

• 全文链接
• 请求原文

作   者：

郭晓栋;  贺平安;  代琦; 

作者机构：

浙江理工大学计算机科学与技术学院; 

关键词：

注意力机制;  成本体积;  多视图立体;  三维重建; 

期刊名称：

软件工程

i s s n：

年卷期：

2024 年 008 期

页   码：

30-36

摘   要：

针对基于成本体积金字塔的多视图立体网络在初始构建成本体积时存在深度预测误差大的问题,提出了一种利用注意力权重特征图补充三维卷积的方法.该方法引入注意力机制关注感受野空间特征,计算源视角图像特征金字塔的注意力权重,将其加权到原始特征图中,同时设计引导成本体积激励模块,通过特征图丰富三维卷积.在DTU(Danish Test of Urban Competencies)基准数据集上的结果显示,该方法表现很好,准确度达到了0.291,相较于CVPMVSNET(Cost Volume Pyramid Based Depth Inference for Multi-View Stereo),整体精度提高了6.55%,表明该模型的改进有效.