HyperAIHyperAI

Command Palette

Search for a command to run...

التوافق الهندسي متعدد المقياس موجه للصورة ثلاثية الأبعاد متعددة المناظر

Qingshan Xu Wenbing Tao*

الملخص

في هذا البحث، نقترح طريقة متعددة الآراء ثلاثية الأبعاد (Multi-View Stereo) فعالة وموجهة بالتوافق الهندسي متعدد المقاييس لتقدير خريطة العمق بدقة وشمولية. أولاً، نقدم طريقة متعددة الآراء ثلاثية الأبعاد الأساسية الخاصة بنا باستخدام عينة الشطرنج المتكيفة (Adaptive Checkerboard Sampling) واختيار الرؤية المشترك بناءً على العديد من الفرضيات (Multi-Hypothesis Joint View Selection - ACMH). هذه الطريقة تستفيد من المعلومات الإقليمية المنظمة لأخذ عينات أفضل من الفرضيات المرشحة للانتشار واستنتاج مجموعة الرؤى المتراصة في كل بكسل. بالنسبة لتقدير العمق في المناطق ذات النسيج المنخفض، نقترح بشكل إضافي دمج ACMH مع توجيه التوافق الهندسي متعدد المقاييس (ACMM) للحصول على تقديرات عمق موثوقة للمناطق ذات النسيج المنخفض في المقاييس الخشنة وضمان انتشارها إلى المقاييس الدقيقة. لتصحيح التقديرات الخاطئة المنتشرة من المقاييس الخشنة، نقدم نظامًا جديدًا لإعادة تكوين التفاصيل. تظهر التجارب على مجموعات بيانات واسعة أن طرقنا تحقق أداءً يتفوق على الطرق الحالية، حيث تستعيد تقدير العمق ليس فقط في المناطق ذات النسيج المنخفض ولكن أيضًا في التفاصيل.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp
التوافق الهندسي متعدد المقياس موجه للصورة ثلاثية الأبعاد متعددة المناظر | مستندات | HyperAI