摘要
本发明的一种稀疏视角三维高斯泼溅的优化方法及装置,属于计算机视觉中的三维重建技术领域,方法包括步骤:采集稀疏视角图像;基于深度学习的多视角立体视觉模型对稀疏视角图像生成几何一致的深度图,将深度图转换为点云并融合得到密集点云;采用体素引导的最远点采样对密集点云进行采样,得到初始化点云,构建三维高斯场;通过增强几何渲染器对三维高斯场进行渲染,得到渲染深度和渲染法线;构建多层级几何正则化损失函数,并对三维高斯场进行优化;基于形状‑尺度约束准则和两阶段自适应不透明度约束策略对三维高斯场进行优化调整,得到优化后的三维高斯场。本发明解决了稀疏视角下3D高斯泼溅的初始化失效、几何监督不足和基元失控问题。
技术关键词
视角
立体视觉模型
深度图
透明度
基元
点云
场景
采样率
层级
采样方法
三维重建技术
两阶段
深度值
坐标系
策略
图像处理模块
图像采集模块
匹配误差
系统为您推荐了相关专利信息
引线
缺陷检测方法
YOLO模型
通道注意力机制
检测网络模型
绝缘子检测方法
绝缘子串
绝缘子检测设备
绝缘子检测装置
坐标
动态物体
自主巡检机器人
稠密深度图
特征点
矩阵
焊缝缺陷检测方法
彩色深度图像
三维点云数据
多模态
点云数据采集
评价方法
融合多视角
基线
补偿算法
建立空间坐标系