一种偏振引导的神经隐式表征场景的本征分解模型建模方法

本发明提出了一种偏振引导的神经隐式表征场景的本征分解模型建模方法，属于计算机视觉与计算机图形学交叉领域。本发明创新性地引入偏振信息，辅助神经辐射场本征分解任务。算法结合pBRDF模型，建立反射光偏振与表面法线的函数关系。通过对偏振态的调节，减少环境光干扰，从而突出物体主体特征，高精度地实现对环境中物体的物理属性解析。本发明所恢复的三维模型空间信息完善，与其原始几何特征契合。所反映出的物体表面光滑(粗糙)程度、纹理特征等，准确揭示了物体表面的微结构信息。该方案可扩展至复杂环境及室内、外跨场景应用。