分组卷积编码的单视图三维重建算法研究

为了进一步提升单视图图像三维重建的精度,通过对当前的先进算法进行研究,提出了一种改进的单视图三维重建网络.该网络的编码器通过改进特征提取网络,获取更加丰富完整、深层次的二维特征.在精炼器的网络架构中引入注意力机制,进一步细化三维特征,使其生成更加精细的三维体素模型.另外在网络中添加阈值调整模块,来弥补不同种类图像之间的差异,以达到更好的重建效果.实验结果表明,该网络在公共数据集ShapeNet上三维重建的整体IoU值达到0.675,在单图像重建方面取得了更好的效果.