摘要
本发明提供了一种基于车载相机获取实时街景图像构建NeRF实景的方法及系统,基于车载相机获取多个具有不同角度和不同高度的连续多视角周围实时图像数据,提取关键特征并进行图像配准,得到图像之间的相对位置关系,拼接形成实时街景图片,构建众包数据;对众包数据中的图片进行坐标对齐处理,得到对齐后的图片;利用对齐后的图片训练得到一NeRF模型,基于NeRF模型生成全角度三维街景图像,完成NeRF实景构建。本发明实现众包图像之间的像素级匹配和位姿优化;以较高的速度构建高度还原的全角度三维街景图像;实现了对于动态街景的语义分割和开阔场景建模;同时,实现了对来源广泛、语义复杂、采集量大的室外街景众包数据的处理。
技术关键词
街景图片
车载相机
实时图像
多视角
动态物体
全角度
深度学习模型
语义
特征点
深度值
数据对齐模块
视觉特征
车道
车辆定位信息
关键点
地图
系统为您推荐了相关专利信息
随身物品
车厢
物品识别模型
数据处理方法
摄像设备
长短期记忆深度学习
跨模态
监测方法
实时图像
记忆单元
结构光图像
导线耐张线夹
位姿识别方法
三维点云模型
相机
语义特征
分割方法
位姿参数信息
特征提取模块
字段