基于混合不确定性估计的神经辐射场增量式最优视图选择方法

本发明公开一种基于混合不确定性估计的神经辐射场增量式最优视图选择方法，包括以下步骤：输入RGB图像集合步骤；计算3D位置和观察方向；初始化NeRF训练步骤；基于剩余图像集的5D坐标（x,d），通过修改的NeRF网络进行阈值采样，计算出RGB图像的颜色和不透明度，再将颜色和不透明度整合到Beta分布中，计算渲染不确定性；输入剩余图像集的3D坐标x，通过分类器判断轨迹是平面或非平面，使用Voronoi图算法估计位置信息，得到位置不确定性；选择最优视图步骤，将渲染不确定性和位置不确定性归一化并求和，计算出每张RGB图像的混合不确定性；选择混合不确定性最高的图像，将其添加到训练集中，并重复此过程，直至达到特定的重建效果或预设的图像数量限制。