一种基于衰减-增长自适应策略的3DGS改进算法

本发明公开了一种基于衰减‑增长自适应策略的3DGS改进算法包括以下步骤:图像初始化，通过COLMAP从多视图图像中提取和匹配特征点来恢复3D点云，并初始化高斯集合；自适应密度控制，在获得稀疏重建的高斯球后,对模型进行训练，实现初始的稀疏高斯集合过渡到更密集的集合；自适应频率控制，将频率参数作用于高斯球的尺寸，可以近似调整高斯的频率，根据区域信息可以动态调整；自适应策略调整，采用了分阶段的自适应策略调整方法，根据不同阶段的梯度条件，系统性地应用克隆‑分离和衰减‑增长策略；高斯泼溅渲染，利用高斯渲染泼溅更新相应的训练参数。本发明提供了一种基于衰减‑增长自适应策略的3DGS改进算法，通过动态调整高斯球的数量和频率，实现了高效且高质量的三维场景重建。