一种基于隐式神经网络与扩散模型的三维人体重建方法

一种基于隐式神经网络与扩散模型的三维人体重建方法，属于三维重建领域。本发明构建了一种可扩散的密度体积表示，利用扩散模型实现基于身份的渲染。通过采用参数化的三维分布表示，在非平衡优化框架中实现了帕累托最优，平衡真实感渲染和可行预测。为了加快渲染训练速度而不牺牲质量，采用了混合多分辨率哈希网格特征，以增强方向性特征表示能力。同时，提出了多尺度结构相似性约束(MSSC)，以保持身份可区分性并确保几何一致性，从而实现计算效率高且视觉效果满意的合成。本发明方法能够基于有限的几何与外观信息，从单张图像重建三维人体模型，并在拓扑可信度和视觉保真度方面表现优异，为实际应用场景提供了更加灵活和高效的解决方案。