一种基于隐式神经表示的大规模结构化网格约简及属性重构方法

本发明公开了基于隐式神经表示的大规模结构化网格约简及属性重构方法，步骤为：S1、使用八叉树算法，将三维立方体的原始大规模数据均匀划分为八块，S2、分别对步骤S1得到的八块数据块进行降采样，直至满足降采样结束条件，S3、将由步骤S2得到约简后的降采样数据输入到训练好的隐式神经表示网络中进行推理，完成属性重构；该方法首先使用八叉树算法直接对大规模数据进行约简，根据误差容忍度将原始数据特征区域进行少次降采样，而对非特征区域进行多次降采样，而后通过将约简数据输入到训练好的隐式神经表示网络中进行推理重建，在实现网格约简及重建的同时，达到保留原数据可视化中的重要特征的目的。