您当前所在位置: 首页 > 首发论文
动态公开评议须知

1. 评议人本着自愿的原则,秉持科学严谨的态度,从论文的科学性、创新性、表述性等方面给予客观公正的学术评价,亦可对研究提出改进方案或下一步发展的建议。

2. 论文若有勘误表、修改稿等更新的版本,建议评议人针对最新版本的论文进行同行评议。

3. 每位评议人对每篇论文有且仅有一次评议机会,评议结果将完全公示于网站上,一旦发布,不可更改、不可撤回,因此,在给予评议时请慎重考虑,认真对待,准确表述。

4. 同行评议仅限于学术范围内的合理讨论,评议人需承诺此次评议不存在利益往来、同行竞争、学术偏见等行为,不可进行任何人身攻击或恶意评价,一旦发现有不当评议的行为,评议结果将被撤销,并收回评审人的权限,此外,本站将保留追究责任的权利。

5. 论文所展示的星级为综合评定结果,是根据多位评议人的同行评议结果进行综合计算而得出的。

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

上传后印本

( 请提交PDF文档 )

* 后印本是指作者提交给期刊的预印本,经过同行评议和期刊的编辑后发表在正式期刊上的论文版本。作者自愿上传,上传前请查询出版商所允许的延缓公示的政策,若因此产生纠纷,本站概不负责。

发邮件给 王小芳 *

收件人:

收件人邮箱:

发件人邮箱:

发送内容:

0/300

论文收录信息

论文编号 202411-25
论文题目 基于注意力和极几何的多视图三维重建研究
文献类型
收录
期刊

上传封面

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

编者.论文集名称(中文) [c].

出版地 出版社 出版年-

编者.论文集名称(英文) [c].

出版地出版社 出版年-

上传封面

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

英文作者写法:

中外文作者均姓前名后,姓大写,名的第一个字母大写,姓全称写出,名可只写第一个字母,其后不加实心圆点“.”,

作者之间用逗号“,”分隔,最后为实心圆点“.”,

示例1:原姓名写法:Albert Einstein,编入参考文献时写法:Einstein A.

示例2:原姓名写法:李时珍;编入参考文献时写法:LI S Z.

示例3:YELLAND R L,JONES S C,EASTON K S,et al.

上传修改稿说明:

1.修改稿的作者顺序及单位须与原文一致;

2.修改稿上传成功后,请勿上传相同内容的论文;

3.修改稿中必须要有相应的修改标记,如高亮修改内容,添加文字说明等,否则将作退稿处理。

4.请选择DOC或Latex中的一种文件格式上传。

上传doc论文   请上传模板编辑的DOC文件

上传latex论文

* 上传模板导出的pdf论文文件(须含页眉)

* 上传模板编辑的tex文件

回复成功!


  • 0

基于注意力和极几何的多视图三维重建研究

首发时间:2024-11-14

李刚 1   

李刚(1986-),男,硕士研究生,主要研究方向:计算机视觉、多视图三维重建。

黄华 1    2    3   

黄华(1977-),男,副教授,硕导,主要研究方向:计算机视觉、机器学习Email:hhua@bjtu.edu.cn

  • 1、北京交通大学计算机科学与技术学院,北京 100044
  • 2、交通数据分析与挖掘北京市重点实验室,北京 100044
  • 3、轨道工程北京市重点实验室,北京 100044

摘要:\justifying 基于深度学习的多视图三维重建(MVS)大致可分为特征提取,构建代价体,代价体正则化,代价回归四个阶段。在特征提取阶段,通常采用特征金字塔网络FPN(Feature Pyramid Network)提取参考图与源图特征,然而FPN难以提取到图片内的全局信息及图片之间的关联信息;在构建代价体阶段,通常利用方差或特征向量的内积来融合特征体以构建代价体,参与融合的相关特征向量默认被赋予相同的权重,目前仍存在非朗伯面以及弱纹理区域难以重建的问题。为此,本文设计了基于Transformer的多视图三维重建模型AE2MVSNet(Attention and Epipolar Geometry to MVSNet), 在特征提取阶段,通过自注意力机制与交叉注意力机制分别提取图片内的全局信息及图片之间的关联信息;在构建代价体阶段,应用注意力机制结合MVS原理来构建代价体。实验结果表面,在DTU数据集上及Tanks and Temples公开数据集上,AE2MVSNet在精确度,完整度,F-score等多个指标上优于既有的MVS模型。

关键词: 多视图三维重建 注意力机制 极几何 深度学习

For information in English, please click here

Multi-View Stereo Based on Attention and Epipolar geometry

LI Gang 1    2   

李刚(1986-),男,硕士研究生,主要研究方向:计算机视觉、多视图三维重建。

HUANG Hua 1    2    3   

黄华(1977-),男,副教授,硕导,主要研究方向:计算机视觉、机器学习Email:hhua@bjtu.edu.cn

  • 1、Computer Science and Technology School, Beijing Jiaotong University, Beijing 100044
  • 2、Beijing Key Lab of Traffic Data Analysis and Mining, Beijing Jiaotong University, Beijing 100044
  • 3、Key Laboratory of Beijing for Railway Engineering, Beijing Jiaotong University, Beijing 100044

Abstract:\justifying Multi-View Stereo (MVS) based on deep learning can be roughly divided into four stages: feature extraction, cost volume construction, cost volume regularization, and cost regression. In the feature extraction stage, Feature Pyramid Networks (FPN) are commonly used to extract features from reference images and sourceimages. However, FPN struggles to capture global information within images and relational information between images. In the cost volume construction stage, variance or the innercost volume, with the related feature vectors being assigned equal weights by default. Currently, there are still challenges in reconstructing non-Lambertian surfaces and weakly textured areas.To address this, this paper designs a Transformer-based multi-view stereomodel called AE2MVSNet (Attention and Epipolar Geometry to MVSNet). In the feature extraction stage, global information within images and relational information between images are extracted using self-attention and cross-attention mechanisms, respectively. In the cost volume construction stage, the attention mechanism is applied in conjunction with MVS principles to build the cost volume. Experimental results show that on the DTU dataset and the Tanks and Temples public dataset, AE2MVSNet outperformsexisting MVS models in various metrics such as accuracy, completeness, and F-score.

Keywords: multi-view stereo attention mechanism epipolar geometry deep learning

Click to fold

点击收起

基金:

论文图表:

引用

导出参考文献

.txt .ris .doc
李刚,黄华. 基于注意力和极几何的多视图三维重建研究[EB/OL]. 北京:中国科技论文在线 [2024-11-14]. https://www.paper.edu.cn/releasepaper/content/202411-25.

No.****

动态公开评议

共计0人参与

动态评论进行中

评论

全部评论

0/1000

勘误表

基于注意力和极几何的多视图三维重建研究