基于单视图神经辐射场的非刚性物体三维重建方法及系统

本发明公开一种基于单视图神经辐射场的非刚性物体三维重建方法，包括：首先，输入单张RGB图像，通过预训练的深度学习骨干网络提取全局特征，并结合语义分割网络生成物体的掩码图像。其次，采用神经辐射场变体pixelNeRF预测体积密度和颜色分布，嵌入动态变形场和参数化模板以约束形状合理性，解决单视图重建中的形状歧义性问题。接着，通过Marching Cubes算法提取网格模型，利用重建算法补全遮挡和细节，并使用纹理超分辨率技术增强表面真实感。最后，提供用户交互接口进行局部优化，并通过可微分物理引擎校正运动姿态，生成可驱动的三维动画模型。本发明结合单视图神经辐射场与动态形变建模技术，具有高精度、高效率、支持交互编辑、可生成驱动动画等优点。