一种基于几何图元的隐式神经表征方法

本发明属于计算机三维重建和大数据云计算等领域，具体涉及一种基于几何图元的隐式神经表征方法。通过构建和训练深度神经网络模型，解决了目前主流技术进行三维重建时的准确度和完整度不足等问题。本发明提出的利用部件的隐空间向量分布用以最小化模型预测目标点的有符号距离值的方法以及采用的网络结构和相关的训练策略，体现了深度学习在复杂三维数据处理上的强大能力。模型设计集成了空间坐标信息、潜在向量表示以及正则化策略，使网络能精确地从潜在空间映射到具体的三维几何结构。本发明为全局和局部特征在形状表示的关联性上提供了新思路，丰富了三维重建的多角度处理方式和应用广度，在数字孪生技术和其他工业应用中具有广泛的应用潜力。