蓋世汽車訊 近年來，基于神經網絡的方法已廣泛應用于基于攝像頭的3D重建中。但在大多數(shù)情況下，3D重建仍然需要數(shù)百個攝像頭視角才能完成。與此同時，雖然傳統(tǒng)的光度測量方法可以計算出高精度的重建結果（即使是表面沒有紋理的物體），但這些方法通常只能在受控的實驗室條件下有效。
據(jù)外媒報道，慕尼黑工業(yè)大學（Technical University Munich）計算機視覺和人工智能系（Computer Vision and Artificial Intelligence）教授、慕尼黑機器學習中心（MCML）負責人兼慕尼黑數(shù)據(jù)科學研究所（MDSI）所長Daniel Cremers及其團隊共同開發(fā)出僅使用2個攝像頭視角實現(xiàn)3D重建的方法。
圖片來源：Technical University Munich
該方法將表面的神經網絡與照明過程的精確模型相結合，該模型能夠考慮光吸收以及物體與光源之間的距離。而圖像中的亮度可用來確定表面相對于光源的角度和距離。
來源：第一電動網
作者：蓋世汽車
本文地址：http://www.idc61.net/news/shichang/235077
以上內容轉載自蓋世汽車，目的在于傳播更多信息，如有侵僅請聯(lián)系admin#d1ev.com(#替換成@)刪除，轉載內容并不代表第一電動網（www.idc61.net）立場。
文中圖片源自互聯(lián)網，如有侵權請聯(lián)系admin#d1ev.com（#替換成@）刪除。
先估價再買車，買的放心開的安心
您的詢價信息
已經成功提交我們稍后會聯(lián)系您進行報價!
京公網安備
11010502033163號