摘要
本申请涉及一种基于共视优化的三维高斯点云模型合并方法、系统、电子设备和存储介质,相比于直接合并两个分割之后的训练后分块模型,会导致本身效果不错的区域变差甚至消失的本领域通用技术,可以根据分割对每张训练图像产生的影响收集回收图像,并将其分别放进待合并的模型中作为互补扩展信息进行二次训练,可以使模型更高效的地学习这些复杂的图像特征,从而提高渲染质量;且由于低PSNR图像往往位于子场景边界区域,二次训练有助于提高两个分块之间交接区域的连续性。
技术关键词
点云模型
图像
峰值信噪比
合并方法
优化训练方法
分块
合并系统
处理器
分割算法
模块
计算机设备
视角
可读存储介质
相机
存储器
连续性
电子设备
网格
系统为您推荐了相关专利信息
封装芯片
高密度
缺陷检测方法
多光谱成像设备
压缩感知技术
性别识别方法
主动学习框架
残差注意力机制
归一化模块
度量
机场牵引车
路测设备
车载OBU设备
协方差矩阵
货物掉落检测方法