摘要
本发明提供一种基于对比学习的单视图图像三维建模方法及系统,所述方法包括:从单张输入图像出发,利用预训练二维扩散模型结合得分蒸馏采样生成多视角候选图像;基于纹理保真度和结构连贯性对候选图像对进行正负样本划分;构建感知对比学习机制,计算图像间感知损失,优化三维内容生成过程中的纹理一致性;提出数量感知三元组损失函数,动态调整正负样本在训练中的贡献比例;随后嵌入超分辨率重建模块对图像进行细节增强,提高对比梯度信号质量;最终将感知对比损失与神经辐射场或体渲染模块联合训练,生成高质量的三维网格或体积渲染结果。本发明有效解决了现有扩散生成方法中多视图纹理不一致、结构重建不连贯以及语义区分能力不足的问题。
技术关键词
三维建模方法
图像增强模块
样本
超分辨率
权重机制
纹理
扩散生成方法
相似性度量函数
感知特征
三元组损失函数
三维建模系统
图像增强网络
多视角
选取结构
特征提取网络
深度神经网络