通道与空间注意力结合的室内场景三维重建

平面分割和参数估计是基于单幅室内场景图像分段平面三维重建的关键技术。目前基于卷积神经网络的方法难以获取全局上下文信息且未充分考虑特征通道间的关系,易造成小平面分割不准确及平面细节丢失,导致对应区域的参数估计出现较大误差。为此,提出了一种特征通道和空间注意力机制融合的卷积神经网络模型,该模型利用通道注意力对网络通道间特征响应进行标定,再结合空间注意力提取编码器中的空间语义信息,使网络也能聚焦于小平面和平面细节。实验表明,提出的方法能显著提高平面分割精度,且深度预测精度达到93.57%,有效提升了场景三维重建精度。