基于语义指导的零样本泛化三维物体重建方法

本发明涉及一种基于语义指导的零样本泛化三维物体重建方法，属于计算机视觉和图像处理技术领域。该方法包括：利用了分数蒸馏采样策略在单幅图像三维重建过程中的优越性；设计提示词，指导多模态大语言模型生成对图像从粗粒度到细粒度的描述，指导三维结果的生成；采用了一种多模态数据对齐的策略，实现语义和视觉模态的对齐，将语义信息融入到生成的三维结构中。本发明能够以零样本泛化解决单幅图像生成三维物体结构的问题，并在真实数据集中对本发明进行实验验证，证明了本发明的优越性。