一种基于自适应多模态特征融合的NeRF稀疏视图重建方法

本发明提供了一种基于自适应多模态特征融合的NeRF稀疏视图重建方法，涉及三维场景重建技术领域。该方法包括：从稀疏输入视图中提取深度特征与语义特征，通过特征增强网络生成第一多模态特征；采用混合注意力机制结合通道与空间注意力对特征进行双重选择性增强，得到第二多模态特征；基于置信度引导的权重分配网络动态融合多模态特征，并通过一致性损失函数调和模态间冲突，生成最终融合特征；将融合特征输入增强型神经辐射场渲染模块，利用分层特征编码分解场景为多尺度表示，结合渐进式训练策略分阶段优化几何与外观细节，实现高质量三维重建。本发明解决了传统方法因视图稀疏导致的几何畸变、纹理模糊及模态不一致问题。