一种基于深度神经网络的稀疏照片合成3D模型重建方法

本发明公开了一种基于深度神经网络的稀疏照片合成3D模型重建方法，包括如下步骤：S1、获取稀疏图像集合并进行预处理；S2、进行特征提取，获得图像特征张量；S3、在1/16空间分辨率层级下，构建主视图对应的三维代价体；S4、计算辅助视图相对于主视图的评分，并选择最优的辅助视图图像；S5、使用三维卷积神经网络，对三维代价体进行代价聚合；S6、计算深度方差，构建新的三维代价体；S7、重复步骤S6，生成1/4分辨率层级下的稠密深度图；S8、基于稠密深度图完成3D模型的重建。本发明采用级联神经网络与视角自适应策略，实现稀疏图像条件下的高质量三维重建，具有效率高、精度优、鲁棒性强的优点。