摘要
一种基于神经辐射场的红外图像三维重构方法,包括以下步骤:步骤1.图像数据采集处理;步骤2.生成模型,构建神经辐射场网络,所述神经辐射场网络结构包括编码3D点网络和模拟产生红外图像的局部红外场网络;步骤3.训练神经场网络;步骤4.将步骤1得到的稀疏点云和相机位姿信息输入训练完成的神经辐射场网络,生成红外图像。本发明使用神经辐射场的方式对多视角红外图像完成三维重构,针对红外图像序列获得稀疏点云以及相机位姿,然后利用神经辐射场原理获得坐标并进行位置编码,接着用不连续的二值不透明度代替场景连续的密度值恢复场景网格结构,可以得到图像的像素级特征,实现对输入的红外图像完成新的高清视图合成。
技术关键词
图像三维重构
网络结构
生成红外图像
图像生成网络
相机
场景
采样点
编码
透明度
图像增强
灰度直方图
特征点
非局部均值滤波
序列
视角
密度
采样率
系统为您推荐了相关专利信息
灾害风险评估
电网气象灾害
设备运行数据
深度学习方法
电网设备
海上风电叶片
缺陷检测方法
坐标
区域特征提取
风机叶片
图像处理方法
图像处理芯片
嵌入式系统
特征轮廓
边缘检测
深度学习模型
内存分配方法
显卡
多层网络结构
矩阵乘法运算