摘要
本发明提出了一种基于BIM模型深度信息的NeRF模型优化及渲染方法,属于三维重建领域,包括:S1、设置BIM模型在世界坐标系下的位姿,并设置相机位姿;S2、根据相机位姿生成当前位姿的相机影像,利用相机影像和射线采样点方法基于BIM模型的深度信息进行建模,生成基于BIM模型深度信息的NeRF模型;S3、使用多模型积分融合的渲染策略对基于BIM模型深度信息的NeRF模型进行渲染,生成融合影像。本申请通过利用BIM模型的深度信息辅助NeRF模型进行建模,并采用多模型积分融合的渲染策略对基于BIM模型深度信息的NeRF模型进行渲染,在保证渲染质量的同时,也兼顾了渲染的计算效率。
技术关键词
渲染方法
射线
相机
采样点
联合损失函数
影像
颜色
深度信息辅助
多模型
上采样
坐标系
概率密度函数
策略
网络结构
参数
系统为您推荐了相关专利信息
印刷缺陷检测方法
定位点
汉明距离
送料转盘
图像处理系统
缺陷自动识别方法
X射线成像
缺陷预测
伪影校正
上采样
预测网络模型
训练样本集
卷积神经网络模块
融合空间信息
修正方法
三维点云模型
多维特征向量
基准板
Harris角点检测算法
纤维束