NMSCANet:用于单射光斑投射特征测量中的光斑变异的立体声匹配网络

科学领域:

• * 光学和光子学 * 光学和光子学
• * 计算机视觉和机器学习
• * 计量学和测量技术

背景情况:

• * 一次射击斑点投射特征测量 (SSPP) 对于因视角和物体表面复杂性引起的斑点大小变化很敏感.
• *这些变化导致特征提取不准确,并降低3D表面重建的准确性.
• *现有的方法很难稳定地处理这些斑点变化.

研究的目的:

• * 调查斑点大小变化与SSPP中的特征提取之间的关系.
• * 开发一种新的网络架构,在不增加训练数据的情况下解决斑点变化.
• * 提高SSPP中的3D重建的准确性和稳定性.

主要方法:

• * 介绍了NMSCANet,这是一个旨在提取多尺度斑点特征的网络.
• * 实施多尺度空间注意力,以跨尺度感知复杂的斑点特征.
• *利用道注意力来突出重要功能道,以增强3D配置文件检测.
• *建立一个真正的双筒3D测量系统及其数字双胞胎用于验证.

主要成果:

• *NMSCANet的点云重建稳定性 (Std) 超过8倍.
• * 在标准球体和平面测量中实现了平均距离和Std中最小的变化范围.
• * 差异匹配精度 (EPE) 提高了35%以上,匹配误差 (N-PER) 减少了62%以上.
• * 废弃性研究证实了拟议的模块在提高准确性和强度方面的有效性.

结论:

• *通过创新的网络设计,NMSCANet有效地解决了SSPP中斑点大小的变化.
• * 拟议的多尺度空间和道注意力机制显著提高了3D重建的准确性和稳定性.
• *NMSCANet提供了一个强大的解决方案,用于挑战具有不同斑点图案的3D测量场景.