摘要
本发明公开了一种基于NeRF和3DGS混合表示的大场景轻量化三维重建方法,属于三维重建技术领域,包括步骤:采集场景及场景内物体的多视角图像并预处理;构建混合模型,包括简化3DGS模型、简化NeRF模型和混合单元;构建混合模型的总损失;训练混合模型得到轻量化三维重构模型,用于场景中新视角图像重建。本发明将颜色分解为由高斯溅射表达的独立颜色和NeRF表达的观察颜色,既保留了NeRF高效存储和在复杂光照和反射效果上的优势,又利用3DGS的快速渲染能力,显著降低了存储占用,同时提升了渲染质量。本发明还用3DGS模型生成的深度图指导NeRF动态采样,能有效提高训练和渲染效率。
技术关键词
三维重建方法
训练混合模型
三维重构模型
像素点
深度图
颜色
相机
混合单元
采样点
生成场景
透明度
射线
图像重建
三维重建技术
深度值
成像
计算方法
动态
系统为您推荐了相关专利信息
精确测量方法
轮廓尺寸
横截面轮廓
正多边形
数据
卷积神经网络模型
冠状动脉造影
智能诊断模型
血管造影图像
智能诊断系统
智能辅助驾驶
像素点
场景
深度学习算法
智能图像分割
三维点云数据
编码结构光
三维点云模型
包裹相位
像素点