摘要
一种基于散射光路模型的模糊图像NeRF建模方法、系统、设备及介质;其建模方法为:计算模糊图像初始位姿,相机位姿插值,基于神经辐射场NeRF的3D场景建模,内散射光路模型引导的散射光参数学习,利用散射感知的体渲染方法合成预测模糊图像,基于模糊图像光度损失联合优化参数;系统、设备及介质用于实现该方法;本发明通过内散射光路模型将光传播现象表示为光线在介质或表面交点处的内散射,并借助前馈神经网络自主学习散射光路方向与采样点间距,综合主光路与散射光路方向上采样点的贡献进行图像渲染,能有效模拟模糊图像在复杂光照环境下的真实成像过程,有效避免几何歧义问题,提升神经网络的收敛稳定性,实现对细小物体几何细节更精细的还原效果。
技术关键词
散射光
前馈神经网络
图像
采样点
建模方法
渲染方法
随机梯度下降
雅可比矩阵
相机
光度
参数学习模块
颜色
间距
上采样
网络架构
像素
可读存储介质
场景
系统为您推荐了相关专利信息
遥感卫星图像
模型构建方法
注意力机制
遥感影像数据
网络
识别应答器
彩色线阵
台账信息
机器学习模型训练
索引
特征数据信息
通信设备
跟踪方法
控制水下机器人
性能预测模型
数据管理系统
水表抄表
极限学习机神经网络
视觉
图像数据处理