基于深度学习的通过式运动结构三维重建方法及系统

本申请提供一种基于深度学习的通过式运动结构三维重建方法及系统，所述方法包括：获取一个或多个扫描模组对待测运动结构的扫描结果，再基于扫描模组采集的图像数据训练分割模型，并将扫描结果输入至分割模型，以输出分割深度图；再通过编码器，将分割深度图生成潜在编码，并转换为单视图隐式神经体积；基于基准坐标系对单视图隐式神经体积进行加权融合，生成全局神经体积；将潜在编码以及三维坐标输入解码器，以输出待测运动结构的三维重建结果。所述方法通过多模组标定消除坐标系对齐误差，再利用深度学习分割模型过滤干扰，通过隐式神经体积的加权融合与解码重建，输出高精度三维模型，提升复杂工况下的检测效率与重建精度。