基于协同分割与数据增强的自监督三维重建方法及系统

摘要

本发明提供了一种基于协同分割与数据增强的自监督三维重建方法及系统，方法包括：获取输入数据，根据输入数据获取多视角图像对；通过对多视角图像对进行深度估计处理，获取光度一致性损失；通过对多视角图像对进行协同分割处理，获取语义一致性损失；通过对多视角图像对进行数据增强处理，获取数据增强一致性损失；根据光度一致性损失、语义一致性损失和数据增强一致性损失构建损失函数；根据损失函数构建并训练神经网络模型，基于神经网络模型获取与输入数据对应的三维模型。本发明通过引入语义线索以及嵌入数据增强机制，增强了自监督信号在噪声扰动下的可靠性，提升了自监督算法的精度和性能，且成本低、泛化性高、应用场景广泛。