一种基于NeRF的分级物体建模与快速重建方法

AITNT
正文
推荐专利
一种基于NeRF的分级物体建模与快速重建方法
申请号:CN202411666542
申请日期:2024-11-21
公开号:CN119600199B
公开日期:2025-10-31
类型:发明专利
摘要
本发明公开了一种基于NeRF的分级物体建模与快速重建方法,包括以下步骤:图像预处理,初始通过相机获得图像视频帧,输入的图像经过相关处理包括:语义分割、深度估计、法向估计以及内外参标定,生成相应的语义图、深度图、法向图和相机参数;空间分区,依据语义图信息对场景进行划分并定义边界框;自适应采样,通过结合深度图、法向图及相机参数执行自适应采样,确定采样点集合;分级矢量化SDF重建,利用这些采样点进行分级矢量化SDF重建,得到描述物体形状的分级SDF表示,将分级SDF转换成三角形网格模型,完成三维物体建模与快速重建。本发明提供了一种基于NeRF的分级物体建模与快速重建方法,将场景中的物体快速重建,支持下游的编辑任务、交互等应用。
技术关键词
采样点 三角形网格模型 深度图 物体 语义 相机外参 深度值 图像 矩阵 视频帧 标定相机 密度 分区 坐标 像素点 场景 颜色 算法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号