一种基于多尺度特征融合的稀疏新视角图像合成方法

本发明公开了一种基于多尺度特征融合的稀疏新视角图像合成方法，属于计算机视觉与图像生成技术领域，具体包括以下步骤：S1.多尺度参考点生成与特征采样；S2.多感受野残差特征提取；S3.基于注意力网络的特征聚合与图像生成；S4.新视角合成模型的预训练；S5.预训练模型的微调。与现有技术不同，本发明通过结合多尺度特征和残差特征提取方法，提出了一种新的特征融合策略，同时引入基于注意力网络的特征聚合进行新视角图像的高效生成。此外，本发明还提出了基于预训练与迁移学习的自适应优化机制，从而能够加速稀疏场景下的训练过程，提高合成结果的质量与效率。基于本发明的方法，可显著提升稀疏场景下的新视角图像合成效果。