摘要
本发明公开了一种基于自异质性的4D高斯重建方法及系统,属于计算机视觉处理领域。该方法包括:对输入的时间戳和观察视角进行参数化,并结合对应的图片作为训练数据。在高斯光栅化的之前,提前对高斯可渲染区域进行裁剪,以避免冗余地光栅化计算。为每个高斯核设置一个可学习的参数,在训练4D高斯模型时进行自适应学习,以实现高斯核的自异质性变化。经过训练后的4D高斯模型,直接输入时刻和视角参数,即可得到对应的渲染图。经过上述步骤,本发明的方法可以重建出高质量的动态多视角场景。
技术关键词
协方差矩阵
视角
透明度
参数
图像
特征值
短轴
长轴
动态场景
分段
平方根
模型训练模块
归一化方法
重建系统
数据获取模块
计算机视觉
坐标系
像素
系统为您推荐了相关专利信息
三维点云数据
平滑度
机械臂控制技术
神经网络模型
障碍物
协同控制方法
热电联产供热
供热设备
清洁能源
燃气锅炉
音频播放方法
粒子
车内扬声器
车辆
音频波形数据
声音采集装置
残差神经网络
声波
故障诊断方法
数据