首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于尺度关联的渐进式神经辐射场三维建模方法及系统 

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:武汉光谷信息技术股份有限公司;移动广播与信息服务产业创新研究院(武汉)有限公司

摘要:本发明提出了一种基于尺度关联的渐进式神经辐射场三维建模方法及系统,属于三维建模领域,包括:S1、使用相机采集场景的原始数据,并对原始数据进行预处理,得到场景数据;S2、使用所述场景数据构建神经辐射场模型并进行配准训练,得到配准后的场景模型;S3、利用配准后的场景模型,根据不同深度区域动态调整相机的位姿参数,得到当前相机位姿参数;S4、根据配准后的场景模型和当前相机位姿参数进行三维场景渲染重建,生成场景的三维模型。本申请采用渐进式配准训练策略,并根据不同深度区域动态调整相机的位姿参数,通过自适应位置编码技术,智能整合不同尺度的数据,确保关键区域的高质量三维场景重建。

主权项:1.一种基于尺度关联的渐进式神经辐射场三维建模方法,其特征在于,包括以下步骤:S1、使用相机采集场景的原始数据,并对原始数据进行预处理,得到场景数据;S2、使用所述场景数据构建神经辐射场模型并进行配准训练,得到配准后的场景模型;S3、利用配准后的场景模型,根据不同深度区域动态调整相机的位姿参数,得到当前相机位姿参数;S4、根据配准后的场景模型和当前相机位姿参数进行三维场景渲染重建,生成场景的三维模型;步骤S2具体包括:S21、根据所述场景数据构建初始神经辐射场模型;S22、使用场景数据根据渐进式配准训练策略对初始神经辐射场模型进行配准训练,并基于场景数据在三维空间中的深度信息采用自适应位置编码对配准训练阶段的神经辐射场模型的权重进行动态调整;S23、重复步骤S22对神经辐射场模型进行迭代训练,直至满足迭代停止条件,得到场景模型;步骤S21具体包括:S211、将场景数据按照分辨率进行分组,得到第一组场景数据和第二组场景数据;其中第二组场景数据的分辨率比第一组场景数据的分辨率高;S212、提取第一组场景数据的特征信息,使用第一组场景数据的特征信息构建初始神经辐射场模型;所述渐进式配准训练策略具体包括:使用第一组场景数据对初始神经辐射场模型进行快速配准,得到场景的全局结构和相机的初始位姿;使用第二组场景数据对快速配准后的神经辐射场模型进行配准训练,并在初始神经辐射场模型中加入位置编码的可变权重,得到配准训练阶段神经辐射场模型的动态位置编码。

全文数据:

权利要求:

百度查询: 武汉光谷信息技术股份有限公司 移动广播与信息服务产业创新研究院(武汉)有限公司 基于尺度关联的渐进式神经辐射场三维建模方法及系统

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。