基于多尺度特征和深度监督神经辐射场的室外无边界场景三维重建方法

本发明公开了一种基于多尺度特征和深度监督神经辐射场的室外无边界场景三维重建方法，属于计算机视觉技术领域，具体为：获取室外场景的图像数据集，利用改进的特征金字塔网络提取对应的多尺度特征图，并利用Depth Anything V2模型获取估计深度图；结合源图像、提取特征图和估计深度图，输入神经辐射场网络进行训练，最后从优化后的神经辐射场中提取场景的占用场，并通过显式化处理得到曲面三维模型。本发明的有益效果是：通过高精度的深度图引导NeRF学习正确的几何信息，并利用多尺度特征用作场景先验，有效提升NeRF在无边界环境中的适应性与几何鲁棒性，实现了对室外场景的精准重建，为低空飞行等应用提供技术支持。