單張圖像僅能提供有限的三維形狀信息,傳統(tǒng)的三維重建技術（如運動恢復結構法、立體視覺法）需要多張圖片才能恢復出物體的三維結構。但這些方法有著繁瑣的流程,并且無法重建沒有紋理的物體。目前,隨著移動設備的普及,單張二維圖像隨處可見。因此,研究基于單張圖像的三維重建具有巨大的實際意義和經(jīng)濟效益。近十年來,深度學習的發(fā)展和大規(guī)模三維CAD模型庫的出現(xiàn),為使用數(shù)據(jù)驅(qū)動的方式從單張圖片中實現(xiàn)物體的三維重建提供了必要的條件。然而,現(xiàn)有的三維點云重建方法需要相對干凈背景和固定拍攝角度的圖片,極大地限制了其在真實場景下的應用。本文以單張真實圖片為研究對象,針對三維點云重建存在的問題,提出了一種可行的解決方案。本文的主要工作和創(chuàng)新點包括:（1）針對三維模型檢索問題,本文提出了一種基于渲染圖片的三維模型檢索方法。該方法首先對三維模型庫中每個三維模型多角度渲染得到大規(guī)模渲染圖片數(shù)據(jù)集,再使用VGGNet-16網(wǎng)絡提取圖片特征構建特征圖字典,最后采用相似度度量函數(shù)檢索到與輸入圖片相似的三維模型。（2）針對三維重建中單張圖片具有復雜背景和任意角度拍攝的問題,本文提出了一種基于先驗信息指導的方法實現(xiàn)單張圖片的三維重建... 

【文章來源】：廈門大學福建省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：78 頁

【學位級別】：碩士

【部分圖文】：

圖１．１?ＳｈａｐｅＮｅｔ數(shù)據(jù)集??

圖２．１?ＲＧＢ－Ｄ數(shù)據(jù)

圖２．３多視角圖片??用這種方式來描述三維數(shù)據(jù)有著顯而易見的優(yōu)點，它可以通過學習多個特征??


本文編號：3411126