基于卷积自动编码的深度学习红外波段物体重建算法研究.pdf

第 卷 第 期 长 春 大 学 学 报
30 12 Vol．30 No．12
年 月
2020 12 JOURNAL OF CHANGCHUN UNIVERSITY Dec．2020
基于卷积自动编码的深度学****红外波段物体重建算法研究
赵 浩,李盼盼

福建农林大学 金山学院 福州
( , 350002)
摘 要:提出一种基于深度学****的提取图像 方法。 对于红外范围内的图像匹配,使用卷积自
Patch
动编码器,再使用红外线图像作为输入的完整 对象重建管道中评估该算法有效性。 在此基础
3D
上使用半全局块匹配执行密集的 对象重建。 通过包含真实和合成图像的数据集进行实验测
3D
试,实验表明这一算法优于传统红外图像匹配方法,具有更好的重建精度和准确度。
关键词:红外图像; 重建;卷积自动编码器;重建精度
3D
中图分类号: 文献标志码: 文章编号: ( )
TP391．41 A 1009-3907 2020 12-0001-04
红外范围内的物体检测是行人检测 人脸识别和自动驾驶等应用的常规解决方法 但由于图像对比度
、 。
较低以及特征点缺失 利用红外图像进行 对象姿态估计和模型重构仍然具有较大难度 尽管存在这些
, 3D