摘要
本发明公开了一种基于分数蒸馏采样与三维高斯点染的三维点云补全方法及系统,涉及三维重建与计算机视觉领域。方法包括:输入不完整点云,通过点密集化操作增强初始点云密度,构建高质量三维高斯模型;利用分数蒸馏采样技术,以预训练二维扩散模型为引导,通过可微分高斯光栅化渲染多视角图像并优化高斯参数;结合渐进式相机采样策略,动态调整视点范围,确保图像与模型一致性;最终生成完整点云。本发明无需依赖配对数据集,解决了传统有监督方法泛化性差、无监督方法效率低的问题,显著提升了复杂真实场景下点云补全的精度与效率,为物体识别、自主导航等任务提供可靠支持。
技术关键词
补全方法
高密度点云
三维点云数据
点云密度
蒸馏
采样技术
生成高密度
多视角
相机
生成噪声
透明度
计算机视觉
图像
策略
处理器
邻域
三维模型
无监督