龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：广东省公路建设有限公司湾区特大桥养护技术中心;哈尔滨工业大学
摘要：基于改进的NeRF的工程结构三维细纹理表观模型重建方法，属于深度学习技术领域，尤其涉及工程结构表观模型重建；解决了现有NeRF模型无法得到显式的三维表面模型，且对复杂细节纹理的处理存在局限性，对细小纹理的捕捉能力不足的问题，以及当前工程结构三维表观模型重建领域存在的计算效率低的问题；所述方法包括以下步骤：获得训练完成的权重计算网络；根据训练完成的权重计算网络和获得相机参数后的多视角样本集，获得训练完成的WeightedNeRF模型；基于提出的NeRFtoMesh算法将多视角样本集和WeightedNeRF模型输出的深度图转换为三维表观模型。所述的基于改进的NeRF的工程结构三维细纹理表观模型重建方法，适用于一般工程结构的三维细纹理表观模型的重建。
主权项：1.基于改进的NeRF的工程结构三维细纹理表观模型重建方法，其特征在于，所述方法包括以下步骤：S1、获取多视角样本集；所述多视角样本集包括待建模工程结构的多张不同视角下的工程结构外立面图片；S2、基于已知的相机内参和SfM算法对多视角样本集进行处理，获得所述多视角样本集中每一张图片的相机参数；S3、从多视角样本集中随机取出若干张图片对表观损伤区域进行标注，并采用标注后的若干张图片训练权重计算网络，获得训练完成的权重计算网络；S4、根据训练完成的权重计算网络和获得相机参数后的多视角样本集，获得训练完成的WeightedNeRF模型；S5、采用训练完成的WeightedNeRF模型从获得相机参数后的多视角样本集中获取每一张图片对应的深度图；S6、根据多视角样本集和深度图，采用NeRFtoMesh模型获得待建模工程结构的三维细纹理表观模型。
全文数据：
权利要求：
百度查询： 广东省公路建设有限公司湾区特大桥养护技术中心 哈尔滨工业大学 基于改进的NeRF的工程结构三维细纹理表观模型重建方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号