基於場景流增強機理的視覺重建新方法

《基於場景流增強機理的視覺重建新方法》是依託北京工業大學，由李秀智擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：基於場景流增強機理的視覺重建新方法
• 項目類別：青年科學基金項目
• 項目負責人：李秀智
• 依託單位：北京工業大學

項目摘要

匹配失效是制約立體視覺三維重建技術的主要因素。為準確、可靠地分析與理解三維場景，本項目擬從運動視覺分析的角度尋求多視重構的求解方法，系統地揭示空間三維運動場的光流-場景流動力學模型，科學地闡明基於非剛體運動估計理論的立體視覺三維重構的理論機理，進一步展開自由曲面修正的模型推導和實驗驗證。研究思路為：將重建模型反饋至重建過程，用各視圖像的偏差驅動模型變形，從而繞開了匹配的瓶頸；圖像偏差正是由各視的光流矢量場來定量地衡量，因而在立體視覺與光流場之間建立一個準確恰當的結合點。本項目突破了傳統的思維定勢，研究方法為國內外首次提出，因而具有較高的學術研究價值。這一理論方法的研究實施，必將有力推動計算機視覺三維重構與實體數位化技術的研究進展。

結題摘要

三維場景的分析與理解是無人車駕駛、機器人導航、虛擬實現等領域亟待解決的關鍵性技術。為提高三維重建的準確性、可靠性，本課題提出了基於運動視覺分析的多視重構的求解方法，系統地揭示了空間三維運動場的光流-場景流動力學模型，科學地闡明基於非剛體運動估計理論的立體視覺三維重構的理論機理，通過對傳統視覺路線得到的原始格線曲面的調整，得到接近真實的修正曲面。 研究思路為：通過幀間光流場提供的同名像點匹配關係實現稀疏重構，運用改進的集數平差法改善點精度，從而實現基於隱式曲面的原始格線重建；將重建模型反饋至重建過程，用各視圖像的偏差驅動模型變形，從而繞開了匹配的瓶頸；將粗略、不準確的原始格線曲面經過緻密的非剛性變形，調整至精確的曲面。對於多個視角獲取的局部三維重建結果，提出了可靠的三維配準策略，實現了較大範圍場景的拼接。 由於光流場的估計精度對於重建結果的影響至為關鍵，課題通過多角度的改進方法顯著提高了光流場的估計精度和運算效率。為進一步提高算法的實時性能，通過採用了基於GPU硬體的CUDA並行化和多重格線加速收斂方法，顯著地提高了算法的執行效率。 課題通過真實場景下的多組實驗對算法性能進行測試，結果為：所提出的重建方法運行可靠，能夠得到緻密、連續的點或面重構；精度較好，測量相對誤差小於4%，三維配準誤差小於4%；通過CUDA並行化，運算複雜度較高的計算模組，可以得到幾十倍的加速比；通過多重格線加速收斂算法，可以得到3-4倍的加速比。 上述結果說明課題所提出的視覺重建方法可行、有效，提供了一條基於運動視覺分析的三維重建的新思路，完成了預定的研究目標。