期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
DCSplat:一种深度约束的稀疏视角三维重建方法
1
作者 黄志勇 佘雅丽 +3 位作者 华喜锋 向梦丽 杨晨龙 丁妥君 《图学学报》 北大核心 2025年第3期510-519,共10页
针对稀疏视角三维重建中的挑战,尤其是高斯椭球数量不足引起的重建孔洞和精度衰减等问题,提出了一种深度约束的3D Gaussian splatting(3DGS)稀疏视角三维重建方法(DCSplat),利用深度约束自适应的补全3DGS初始化时所需的点云,设计了一种... 针对稀疏视角三维重建中的挑战,尤其是高斯椭球数量不足引起的重建孔洞和精度衰减等问题,提出了一种深度约束的3D Gaussian splatting(3DGS)稀疏视角三维重建方法(DCSplat),利用深度约束自适应的补全3DGS初始化时所需的点云,设计了一种随机结构相似性损失,实现了稀疏视角图像的快速高精质量重建。其核心在于利用提出的前馈神经网络来完善SFM过程中产生的稀疏点云。首先,通过预训练的单目深度估计网络从图像中预测深度信息。其次,利用相机参数构建投影矩阵,将稀疏点云投影到图像上,建立点云z值与深度值关联关系,进一步构建和训练图像像素深度值与点云z值映射的深度神经网络,用于优化和补全3DGS所需的点云信息。再次,为克服3DGS逐点优化损失的局限性,引入了一种随机结构相似性损失函数,该函数将对应于像素的多个高斯视为整体来处理,能够全局考虑点云结构,促进更连贯和精确的三维重建。DCSplat在LLFF,DTU和MipNeRF360标准数据集上的测试结果表明,其在关键评价指标上,包括峰值信噪比(PSNR)、结构相似性(SSIM)以及学习感知图像块相似度(LPIPS),均达到甚至超越了现有方法的性能水平,能够有效提升重建质量。此外,该方法基于深度约束完成点云补全,从全局到局部利用深度信息优化重建质量,并在多项指标上表现出良好的性能提升,展现了一定的应用潜力。 展开更多
关键词 三维重建 稀疏视角 DCSplat 3DGS 深度信息
在线阅读 下载PDF
基于傅里叶频域截断的神经辐射场优化
2
作者 殷泽众 郭茂祖 田乐 《智能系统学报》 CSCD 北大核心 2024年第5期1319-1330,共12页
神经辐射场(neural radiance fields,NeRF)作为一种通用的场景表达方法,可以更好地理解三维世界的同时创造出更加逼真的感官体验。然而在实际应用中,输入图像较少导致重建效果不佳是一个常见的问题。为此,本文提出了基于傅里叶频域截断... 神经辐射场(neural radiance fields,NeRF)作为一种通用的场景表达方法,可以更好地理解三维世界的同时创造出更加逼真的感官体验。然而在实际应用中,输入图像较少导致重建效果不佳是一个常见的问题。为此,本文提出了基于傅里叶频域截断的神经辐射场(sparse views neural radiance fields,Sv-NeRF),通过在频域空间对输入频率进行截断并应用正则化策略来控制高频信号的输入来优化NeRF的位置编码机制,有效地降低了高频噪声,保留了关键的细节信息以提升渲染的质量和稳定性。该方法提升了模型对场景的理解能力,相较于现有方法在渲染质量、细节保留能力上均有显著提升,尤其适用于稀疏输入视角的场景重建工作。 展开更多
关键词 神经辐射场 频率截断 傅里叶变换 三维重建 稀疏视角 精细渲染 位置编码 场景表达
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部