摘要
本发明公开了基于多模态二维影像的三维重建方法及系统,包括:获取CT设备的成像系统参数、原始CT三维数据,构建X射线投影多模态数据集;对数据集预处理,对于每个视角,通过双域协同采样策略计算像素采样点位置,共采样Np个像素位置,对应Np条采样射线;构建基于概率特征耦合器的分段自适应神经辐射场模型MNeRF;训练步骤S3构建的模型;利用训练好的模型对新的采样视角进行三维重建。本发明避免了随机均匀采样带来的上下文信息的缺失,同时分段自适应策略可以减少计算量,提高计算效率,可在稀疏视角约束下利用二维X射线图像进行场景的三维重建,使低剂量X射线下就能得到较充足的三维信息。
技术关键词
三维重建方法
多模态
视角
采样点
影像
二维X射线图像
CT设备
分段
像素
CT数据集
注意力
多尺度特征
上采样
梯度下降法
参数
异构
变量
计算机程序产品
系统为您推荐了相关专利信息
影像特征数据
时间序列影像
模型训练方法
耕地提取方法
归一化植被指数
三维重建方法
柔性制造系统
语义分割模型
交叉注意力机制
3D点云
心理评估方法
TextRank算法
面部表情特征
关键词
自然语言