如需使用本文所述的方法於商用請聯繫：[email protected]
本文所述內容將發表於：An Improved Low-Cost Binocular 3D Reconstruction Algorithm Based on Open AI Platform[C].International Conference on Image, Video and Signal Processing,2020.
感興趣的讀者可以待4月份後在網上查看具體細節，因爲疫情影響，本文所述方法的實現代碼會稍晚上傳。
我們話不多說，先看效果圖，如下是傳統的雙目三維重建算法和改進後的三維重建算法的效果圖：
傳統的雙目三維重建算法在特徵點匹配環境通常會在特徵點匹配環節出現特徵點的誤匹配，如圖所示：
這些誤匹配會導致後續的圖像三角平面剖分錯誤，如圖所示：
而這些誤匹配的特徵點通常無法通過純圖像的方法來解決，本文提出了一種利用圖像主體識別的方法來進行特徵點的篩選，這一過程我們選用的是百度開放平臺的圖像主體識別SDK來完成的，當然也可以自己訓練模型來完成這一過程，如圖所示：
進行完圖像主體識別後，我們可以再次觀察特徵點的效果圖，如圖所示：
改進後的算法我們再次觀察特徵點匹配效果以及三角剖分平面，我們可以發現匹配及三角剖分都準確了很多，如圖所示：
通過這一方法可以有效的提升雙目三維重建環節中特徵點的匹配的正確率，也能非常有效的提高三維重建效果。