一种基于NeRF与GS联合优化的三维森林重建方法

本发明公开了一种基于NeRF与GS联合优化的三维森林重建方法，属于图像数据处理领域，包括构造数据集D；构造改进NeRF网络；构造损失函数并训练为模型MNeRF；基于MNeRF、综合权重和GS生成高斯点集；构造联合优化总损失，并以最小化调整改进NeRF网络和高斯点集的参数，得到联合优化模型，并基于联合优化模型生成渲染图像。本发明通过密度梯度感知与基于综合权重的采样策略，减少采样点时保证高密度区域的精度；通过语义标签指导精确建模；通过NeRF与GS的结构对齐和联合优化，不仅能克服NeRF推理速度上的瓶颈问题，同时避免了GS因缺乏语义引导而丧失细节的问题，为移动端快速森林浏览与三维交互提供技术保障。