CN118570382B 一种船舶单视图三维重建方法 （上海海事大学）

据集的输入图片映射在一个低维的数据空间中2步骤2：仅使用水平角和竖直角表示相机的朝向，将相机步骤4：通过渲染视图的语义掩码模块获取数据集对应的步骤5：使用一个卷积神经网络作为渐进式鉴别器，对假判定，并对步骤2的相机位姿进行预测，促使生成器生成更真实的三维神经辐射场：ja,⃞=D(I),-n其中θ是生成器生成过程中在real是鉴别器对图片为真或假的判断，是鉴别器对姿态的预测的数据空间中进行反演，以输出一个长度为512的一维潜在代码和一个位姿信息：其中E为作为反演模块的编码器模型，是编码器编码所得到的潜在代码，是编码器值；2.如权利要求1所述的船舶单视图三维重建步骤11：从图像数据集的红绿蓝三个颜色通道提取信步骤12：从概率分布中采样到一个颜色值，构建一个3每个颜色通道的像素值索引，Pi代表这些像素值的颜色值出现的概率，i＝red,green,步骤13：使用反映不同颜色在感知亮度中的不同重要性的权重向量([[0.299],[0.587],[0.114]])，将张量(n，3)转换为一维表示(n，1)，采样得到的噪声为：3.如权利要求1所述的船舶单视图三维重姿由描述了相机坐标系相对于世界坐标系的位置和方向的外参矩阵和描述了相机自身的4.如权利要求1所述的船舶单视图三维重建方法，步骤31：将输入的噪声或者是潜代码输入至StyleGAN二5.如权利要求1所述的船舶单视图三维重建4步骤43：用轮廓检测技术寻找最长的轮廓，确保提取出的是主要目标区域的掩码，应的掩码。6.如权利要求1所述的船舶单视图三维重建方法recon为真实图片I和重建图片G(E(I))间的重建损失；p分别指编码器输出的潜在代码和姿态预测部分。5[0002]数字孪生技术是一种通过创建物理实体在数字空间的精确虚拟副本来实现实时[0003]现有的三维重建算法主要分为传统的三维重建算法和基于深度学习的三维重建[0007]本发明的目的是针对现有技术中存在的问题，提供一种船舶单视图三维重建方[0010]步骤1：对图像数据集进行预处理，基于图像数据集获取特定概率分布的先验信6其中θ是生成器生成过程中在real是鉴别器对图片为真或假的判断，是鉴别器对姿态的预测值；低维的数据空间中进行反演，以输出一个长度为512的一维潜在代码和一个位姿信息：其中E为作为反演模块的编码器模型，是编码器编码所得到的潜在代码，是编码器对姿态的预测值；[0021]步骤13：使用反映不同颜色在感知亮度中的不同重要性的权重向量([[0.299],7[0.587],[0.114]])，将张量(n，3)转换为一维表示(n，1)，采样得到的噪声为：[0022]进一步的，步骤2中相机位姿由描述了相机坐标系相对于世界坐标系的位置和方光线到距离t的负体积密度积分的指数，表示光线在到达距离t之前经历的衰减。r代表射应的掩码。8[0034]其中Dj指鉴别器对真或假的预测部分，Dp指鉴别器对姿态的预测部分，f为9[0049]步骤1：对图像数据集进行预处理，基于图像数据集获取特定概率分布的先验信[0052]步骤13：使用反映不同颜色在感知亮度中的不同重要性的权重向量([[0.299],[0.587],[0.114]])，将张量(n，3)转换为一维表示(n，1)，采样得到的噪声为：光线到距离t的负体积密度积分的指数，表示光线在到达距离t之前经历的衰减。r代表射应的掩码；ja,⃞=D(I)。-np,其中θ是生成器生成过程中在real是鉴别器对图片为真或假的判断，是鉴别器对姿态的预测低维的数据空间中进行反演，以输出一个长度为512的一维潜在代码和一个位姿信息：其中E为作为反演模块的编码器模型，是编码器编码所得到的潜在代码，是编码器对姿态的预测值；[0067]其中Dj指鉴别器对真或假的预测部分，Dp指鉴别器对姿态的预测部分，f为[0070]编码器的损失定义为：Le(E,G)=E:-n:O-mllE,(G(2,0)-z