一种基于语义不确定性的语言辐射场建模优化方法

本发明是一种基于语义不确定性的语言辐射场建模优化方法，针对重建场景的复杂变化下语义模型蒸馏的语言辐射场会有急剧变化提出一种轻量的预估模型。目前对语言辐射场的研究很少关注语义层面的变化导致的重建质量下降和查询相似打分的分布，本发明在保证基础查询、重建功能的同时可以减缓伪影的产生并提高相似度分数。本方法设计了一个语义不确定性预估模型，在模型训练和推理时，应用预估出的不确定性，提高质量；还设计了应用不确定性的混合损失函数，将不确定语义嵌入到训练和推理中。实验证明，本发明在NeRFStudio的四个数据集上减少了伪影并且提高了相似度分数，平均水平优于现有的语言辐射场查询方法。