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BIM模型深度信息的NeRF模型优化及渲染方法，属于三维重建领域，包括：S1、设置BIM模型在世界坐标系下的位姿，并设置相机位姿；S2、根据相机位姿生成当前位姿的相机影像，利用相机影像和射线采样点方法基于BIM模型的深度信息进行建模，生成基于BIM模型深度信息的NeRF模型；S3、使用多模型积分融合的渲染策略对基于BIM模型深度信息的NeRF模型进行渲染，生成融合影像。本申请通过利用BIM模型的深度信息辅助NeRF模型进行建模，并采用多模型积分融合的渲染策略对基于BIM模型深度信息的NeRF模型进行渲染，在保证渲染质量的同时,也兼顾了渲染的计算效率。

主权项：1.一种基于BIM模型深度信息的NeRF模型优化及渲染方法，其特征在于，包括以下步骤：S1、设置BIM模型在世界坐标系下的位姿，并根据BIM模型在世界坐标系下的位姿设置相机位姿；S2、根据相机位姿生成当前位姿的相机影像，利用当前位姿的相机影像和射线采样点方法基于BIM模型的深度信息进行建模，生成基于BIM模型深度信息的NeRF模型；S3、使用多模型积分融合的渲染策略对基于BIM模型深度信息的NeRF模型进行渲染，生成当前相机位姿的融合影像；步骤S2具体包括：S21、根据相机位姿获取当前位姿的相机影像，并获取相机参数和多个BIM模型的深度信息；S22、使用射线采样点方法对当前位姿的相机影像进行第一次采样，得到相机影像的若干射线；其中，每条射线上设有若干采样点；S23、根据当前位姿的相机影像生成标准NeRF模型的网络结构，并初始化标准NeRF模型的网络参数；S24、根据当前位姿的相机影像、采样点和BIM模型的深度信息构建联合损失函数；S25、基于联合损失函数进行建模，生成多个基于BIM模型深度信息的NeRF模型；步骤S24具体包括：S241、根据当前位姿的相机影像和采样点，使用L2损失计算相机影像的颜色损失项；S242、利用BIM模型的深度信息计算相机影像的深度损失项；S243、根据所述颜色损失项和深度损失项构建联合损失函数；所述深度损失项的计算公式如下： ； ； ；其中，表示第r条射线的深度损失项，K表示一条射线上采样点的数量，表示权重，i表示第i个采样点，表示第r条射线上所有采样点的标准方差，表示第r条射线上所有采样点的目标深度，表示第r条射线上所有采样点的预测标准方差，表示第r条射线上所有采样点的预测深度，表示采样点位置。

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BIM模型深度信息的NeRF模型优化及渲染方法