申请/专利权人:天津市测绘院有限公司
申请日:2022-03-11
公开(公告)日:2022-06-17
公开(公告)号:CN114638755A
主分类号:G06T5/00
分类号:G06T5/00;G06T7/41;G06T11/40;G06N3/04;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2022.07.05#实质审查的生效;2022.06.17#公开
摘要:本发明提出一种基于深度学习的MVS数据的快速纹理修复方法及系统,收集、制作原始图片作为训练数据并进行预处理,并添加形状和分布随机的掩膜;设计深度卷积神经网络NN1作为生成网络,设计深度卷积神经网络NN2作为判别网络;设计目标函数,利用梯度下降和反向传播算法对NN1和NN2的网络参数进行优化;随机打乱训练集,交替训练NN1和NN2,多次迭代直到目标函数收敛,得到的NN1作为修复网络使用。本发明能够利用深度卷积神经网络的强大的学习和泛化能力对输入的图像进行自动检测和快速修复,同时还兼容手工添加掩膜并修复,修复后的图像效果较于传统方法更为真实和自然。
主权项:1.一种基于深度学习的MVS数据的快速纹理修复方法,其特征在于,包括:S1、收集、制作原始图片作为训练数据并进行预处理;预处理后的原始图片模拟现实中纹理破损的形状添加形状和分布随机的掩膜;S2、设计深度卷积神经网络NN1作为生成网络,检测和修复掩膜处的像素;S3、设计深度卷积神经网络NN2作为判别网络,构成生成网络NN1的对抗体系;S4、设计目标函数,利用梯度下降和反向传播算法对NN1和NN2的网络参数进行优化;S5、随机打乱训练集,输入纹理图像和添加掩膜后纹理图像,初始化网络参数,交替训练NN1和NN2,多次迭代直到目标函数收敛,得到的NN1作为修复网络使用。
全文数据:
权利要求:
百度查询: 天津市测绘院有限公司 基于深度学习的MVS数据的快速纹理修复方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。