摘要
本发明公开了基于多模态深度分布监督的高效3D高斯场景重建方法,相比于现有技术,在高斯初始化阶段直接提取了像素级的深度稠密点云,生成多模态深度分布图,有效避免了根据COLMAP稀疏点云随机初始化稠密高斯位置,解决了少视图情况下COLMAP获取的点云过于稀疏提供的几何约束不足,同时随机初始化的高斯由于局部最小值阻碍其移动到正确位置的问题。本发明对图像帧应用基于边缘检测的图像分割算法,融合了大量远离边缘点且深度相近的高斯基元,有效修剪了3D高斯数量,节省了GPU的内存消耗。本发明对全局高斯引入额外的各向同性正则化损失,避免了沿视线方向产生伪影的高度拉长的高斯分布问题。
技术关键词
场景重建方法
坐标系
相机
透明度
深度分布图
多模态深度
像素点
图像分割算法
光度
协方差矩阵加权
球面谐波系数
表达式
深度图
边缘检测
系统为您推荐了相关专利信息
彩色图像数据
视角
多边形网格模型
三维模型构建方法
三维模型构建系统
工业产品质量检测
电子元器件
深度学习模型
指数
判别缺陷
水下偏振成像方法
深度学习算法
数据采集模块
偏振光学元件
图像输出模块