摘要
本发明公开了一种基于NeRF改进的SS‑NeRF三维重建方法,属于三维重建领域,包括:构建新研发的基于NeRF改进的SS‑NeRF三维重建方法;使用SS‑NeRF三维重建算法进行模型训练,并且保存重建物体经过训练得到的模型参数,使用训练好的物体重建模型对场景进行新视角重建,经过模型验证过程后即可得到验证集的评价指标,最后进行结果对比与重建效果展示;本发明提出的SS‑NeRF通过使用IPE位置编码模块、SPHEC球谐函数双重编码模块、S3IM损失函数模块对NeRF进行创新改进;SS‑NeRF通过输入多角度照片,对其中的物体进行3D重建,并且在还原物体形状细节的同时捕获场景中的环境光和反射光特征,使重建物体更逼近真实世界情况。
技术关键词
三维重建方法
编码模块
三维重建算法
球谐函数
视角
抗锯齿
物体
模拟真实场景
锯齿状边缘
重建场景
环境光
捕获场景
探针技术
光照
游戏引擎
反射光
鲁棒性
系统为您推荐了相关专利信息
场景识别方法
点云
多尺度局部特征
编码模块
描述符
生成神经网络模型
三维场景信息
多视角
动作预测方法
训练样本图像
网格模型
人体模型
人体动作序列
人体姿态估计
视角
叶面积指数
反演模型
低空间分辨率
影像
长短记忆神经网络