基于卷积神经网络和NBV的快速三维重建方法

来源：电子测量技术杂志2021年第8期北京时间：

作者：李爱军

单位：天津职业大学，电子信息工程学院 天津 300410

摘要：为了是使三维（3D）重建适用于多种目标形状，并提高处理速度，提出一种基于机器学习的3D重建方法，重点解决“下一个最优视点”（NBV）规划问题。首先，给出NBV的定义和计算，建立离散NBV搜索空间；然后，生成NBV，同时对该空间进行迭代式重建。此外，为了处理NBV的学习问题，提出一个基于3D卷积神经网络的分类方法，将可能的传感器位姿考虑为一个分类问题。实验结果表明，所提方法的重建精度优于VoxNet网络方法，能较好地满足约束条件；与高精度信息增益方法相比，所提方法也取得了较优和接近的重建覆盖率，对于不同形状，基本上4次扫描就可以达到较高的覆盖率，且重建速度快约90倍。

关键词：三维重建;下一个最优视点; 分类问题; 卷积神经网络;处理速度

基金资助：天津市教育科学“十三五”规划课题（VESP3011）；2018年全国高等院校计算机基础教育研究会教学改革重点项目（2018-AFCEC-035）