一种基于神经网络的物体重建方法、装置、存储介质及电子设备

本申请的实施例提供了一种基于神经网络的物体重建方法、装置、存储介质及电子设备，涉及物体建模技术领域，所述方法包括：获取物体的多视图图像以及稀疏3D点云；基于多视图图像对RGB多层感知机神经网络进行外观约束；基于稀疏3D点云对SDF多层感知机神经网络进行几何约束；然后将两个神经网络进行联合训练；基于稀疏3D点云，利用联合训练后的SDF多层感知机神经网络提取得到网格模型；将所述网格模型转换为3D高斯模型，并将物体真实图片作为监督信号，不断优化所述3D高斯模型。本申请的技术方案，通过多模态数据融合+双神经网络联合训练+隐式场表示+3D高斯精细化，实现了从稀疏/残缺输入到高保真重建的突破。