近日，清华年夜学深圳国际研究生院副传授李星辉团队与鹏城试验室互助提出了一种基在深度进修的HDR布局光三维重修收集——高动态规模布局光收集（HDRSL-Net）。相干研究结果发表在《IEEE图象处置惩罚》。
布局光三维重修技能广泛运用三木SEO-在智能制造、主动驾驶、人脸辨认等范畴。条纹投影轮廓丈量作为重要的布局光3D重修技能之一，因其不变性及高精度于工业及科研中获得了广泛运用。然而，条纹轮廓丈量的条件是获取精准的调制图案，这一历程中，遭到相机成像动态规模的限定，特别是对于在具备差别外貌反射率的物体，重修效果往往不睬想，极年夜地限定了其于繁杂场景中的运用，尤其是于工业零部件的丈量中，传统的屡次暴光图案合成要领效率低，难以满意快速及高精度的需求。
是以，怎样快速正确地获取高动态规模图象，成为晋升三维丈量精度的要害挑战。深度神经收集作为数据驱动的要领，已经成为晋升高动态规模（HDR）场景下快速高精度丈量的主要标的目的。
研究团队提出的HDRSL-Net包罗了HDR条纹天生模块及相位求解模块。HDR条纹天生模块经由过程是非暴光的低动态规模条纹图输入，使用留意力权重指导收集聚焦在高反射物体的低暴光条纹及低反射物体的高暴光条纹特性，同时经由过程特性层的权重蒸馏约束特性界限，从而合成具备相位特性的HDR条纹，显著削减所需暴光次数。相位求解模块则解算重修后的HDR条纹图案中的相位信息。终极，HDRSL-Net保留了传统屡次暴光相移要领的高精度及抗滋扰性，年夜幅晋升了丈量速率。
HDR布局光丈量体系。研究团队供图 ?
于金属数据集上，HDRSL-Net能同时重修高反射率、正常反射率及低反射率物体的HDR条纹，并切确求解其绝对于相位及三维描摹。该要领于金属数据集上实现了平均绝对于偏差0.0105的相位偏差，靠近传统6步相移法，同时仅需8.3%的条纹图案，并经由过程试验验证了其抗反射滋扰的能力。此外，HDRSL-Net于公然的石膏数据集上到达了靠近传统4步相移法的相位精度，并于尺度件物体（如球体、平面、金属阶梯）上实现了低在50微米的三维重修精度，显著优在现有面向HDR场景的各类布局光收集。
该要领不仅保留了多步相移法要领的高精度与抗滋扰性，还有显著削减了对于投影条纹图样的依靠，鞭策了深度进修布局光要领的现实运用。
相干论文信息：https://ieeexplore.ieee.org/document/11139108
版权声明：凡本网注明“来历：中国科学报、科学网、科学新闻杂志”的所有作品，网站转载，请于正文上方注明来历及作者，且不患上对于内容作本色性改动；微信公家号、头条号等新媒体平台，转载请接洽授权。邮箱：shouquan@stimes.cn。-bevictor伟德官网
