Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于虚拟扫描的无监督欠采样非视域成像方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

摘要:本发明公开了基于虚拟扫描的无监督欠采样非视域成像方法,涉及计算成像领域。基于虚拟扫描的无监督欠采样非视域成像方法,包括如下步骤:S1、利用公开的瞬态渲染器和ShapeNet3D物体数据构建仿真瞬态数据集,进一步处理生成欠采样非视域瞬态数据集;S2、设计一个由部分卷积构成的具有编码器‑解码器结构的去噪器网络和一个结合物理先验的重建网络;S3、设计框架、搭建模型:结合S1~S2中所述欠采样非视域重建仿真瞬态数据集和网络框架设计非视域重建方案;S4、利用深度学习Pytorch框架分阶段训练所构建的网络框架以及虚拟扫描重建网络模型。本发明利用提出的基于虚拟扫描的无监督欠采样非视域成像方法从任意不规则扫描图案下采集的瞬态数据实现高质量的重建效果。

主权项:1.基于虚拟扫描的无监督欠采样非视域成像方法,其特征在于,具体包括以下步骤:S1、构建欠采样非视域重建仿真瞬态数据集:利用公开的瞬态渲染器和ShapeNet3D物体数据构建仿真瞬态数据集,根据非视域成像单光子探测器成像模型添加噪声,时间抖动特征,根据设定的扫描图案生成欠采样非视域瞬态数据集;S2、构建网络框架:设计一个由部分卷积构成的具有编码器-解码器结构的去噪器网络和一个结合物理先验的重建网络,将去噪器网络和重建网络连接起来,实现从不规则欠采样瞬态重建隐藏场景;S3、设计框架、搭建模型:结合S1~S2中所述欠采样非视域重建仿真瞬态数据集和网络框架设计非视域重建方案,所述方案具体包括如下内容:①欠采样瞬态去噪:将捕获的不规则欠采样瞬态测量通过零填充方法填充到全采样网格,将其和掩膜输入到去噪器网络,获得初始去噪瞬态,再与掩膜相乘去除网络引入的伪影,获得去噪欠采样瞬态;②隐藏场景重建:将去噪欠采样瞬态通过传统算法LCT进行初始重建,得到真值重建结果的值域信息,将其输入到重建网络,获取真值重建结果的零域信息,将值域信息与零域信息结合,获得隐藏场景的反照率重建体积;③设计虚拟扫描训练策略:根据零值域分解原理,设计无监督虚拟扫描训练策略及其损失函数,使神经网络习得恢复零域信息的能力;S4、训练无监督非视域重建框架:利用深度学习Pytorch框架分阶段训练所构建的网络框架以及虚拟扫描重建网络模型,重复遍历S1中所构建的欠采样非视域重建仿真瞬态数据集直至模型收敛。

全文数据:

权利要求:

百度查询: 天津大学 基于虚拟扫描的无监督欠采样非视域成像方法

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。