摘要
本公开提供了一种深度监督高斯泼溅模型确定方法、装置、设备及存储介质,涉及计算机技术领域,方法包括:获取重建目标的图像以及图像对应的深度图像,基于分割模型对图像进行分割,得到图像中不同物体的深度数据,基于图像以及深度图像对高斯泼溅模型进行训练,在深度损失函数、L1损失函数以及SSIM损失函数构建的目标损失函数值达到预设阈值的情况下,得到训练完成的高斯泼溅模型,基于深度数据在高斯泼溅模型训练过程中对训练过程进行监督,提高了高斯泼溅模型对深度数量级较小的细节区域的关注度,进而提高细节上的重建效果。
技术关键词
图像
物体深度数据
运动恢复结构
处理器
掩膜
视角
可读存储介质
模块
电子设备
指令
存储器
计算机
算法
参数
系统为您推荐了相关专利信息
LSSVM模型
时间段
样本
序列
计算机程序指令
聚乙烯材料
性能测试数据
时间预测模型
失效分析方法
参数
异构编译优化方法
层次结构数据
网格
样本
神经网络模型