期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
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
职称材料
基于神经辐射场的稀疏视角三维重建方法
被引量：
2
2
作者
张超
袁亮
+2 位作者
肖文东
冉腾
吕凯
《电子测量技术》
北大核心
2024年第20期159-166,共8页
针对神经辐射场在稀疏视角输入条件下渲染结果过于平滑,细节缺失严重等问题,提出一个基于信息关注抑制模块和双阶段损失的网络模型。首先,为解决细节缺失问题,提出一个信息关注抑制模块,该模块在全连接层各层之间采用特征向量归一化模...
针对神经辐射场在稀疏视角输入条件下渲染结果过于平滑,细节缺失严重等问题,提出一个基于信息关注抑制模块和双阶段损失的网络模型。首先,为解决细节缺失问题,提出一个信息关注抑制模块,该模块在全连接层各层之间采用特征向量归一化模块过滤权重异常值,并以残差网络级联全局信息和局部信息,最后利用通道注意力将将融合后的信息根据重要度进行区分,有效提高了采样点特征向量的准确性。然后,为了解决渲染结果过于平滑导致感知精度低的问题,设计了一种双阶段损失函数,将训练过程划分为两个阶段,粗阶段仅以RGB损失和深度损失指导训练,细阶段在此基础上还引入感知损失和全变分损失,通过渐进优化的方式,充分利用图片的高级特征,提升图像感知能力。本文算法与其他经典方法进行对比,在LLFF数据集上,定量结果表明,整体性能取得最优值,比次优算法性能提升1.9%,在DTU数据集上,定性结果显示,Scan37、Scan55和Scan63等场景重建的完整性和细节水平具有明显优势。
展开更多
关键词
三维重建
稀疏视角
神经辐射场
注意力机制
双阶段损失
在线阅读
下载PDF
职称材料
基于傅里叶频域截断的神经辐射场优化
3
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
职称材料
题名
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
华喜锋
向梦丽
杨晨龙
丁妥君
机构
三峡大学计算机与信息技术学院
出处
《图学学报》
北大核心
2025年第3期510-519,共10页
基金
国家自然科学基金(62371271)。
文摘
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。
关键词
三维重建
稀疏视角
DCSplat
3DGS
深度信息
Keywords
3D reconstruction
sparse viewpoints
DCSplat
3DGS
depth information
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于神经辐射场的稀疏视角三维重建方法
被引量：
2
2
作者
张超
袁亮
肖文东
冉腾
吕凯
机构
新疆大学智能制造现代产业学院
上海交通大学文化创意产业学院
出处
《电子测量技术》
北大核心
2024年第20期159-166,共8页
基金
国家自然科学基金(52275003)
新疆维吾尔自治区重大科技专项(2023A03001)资助。
文摘
针对神经辐射场在稀疏视角输入条件下渲染结果过于平滑,细节缺失严重等问题,提出一个基于信息关注抑制模块和双阶段损失的网络模型。首先,为解决细节缺失问题,提出一个信息关注抑制模块,该模块在全连接层各层之间采用特征向量归一化模块过滤权重异常值,并以残差网络级联全局信息和局部信息,最后利用通道注意力将将融合后的信息根据重要度进行区分,有效提高了采样点特征向量的准确性。然后,为了解决渲染结果过于平滑导致感知精度低的问题,设计了一种双阶段损失函数,将训练过程划分为两个阶段,粗阶段仅以RGB损失和深度损失指导训练,细阶段在此基础上还引入感知损失和全变分损失,通过渐进优化的方式,充分利用图片的高级特征,提升图像感知能力。本文算法与其他经典方法进行对比,在LLFF数据集上,定量结果表明,整体性能取得最优值,比次优算法性能提升1.9%,在DTU数据集上,定性结果显示,Scan37、Scan55和Scan63等场景重建的完整性和细节水平具有明显优势。
关键词
三维重建
稀疏视角
神经辐射场
注意力机制
双阶段损失
Keywords
3D reconstruction
sparse perspective
neural radiation field
attention mechanism
two-stage loss
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
TN-9 [电子电信]
在线阅读
下载PDF
职称材料
题名
基于傅里叶频域截断的神经辐射场优化
3
作者
殷泽众
郭茂祖
田乐
机构
北京建筑大学电气与信息工程学院
北京建筑大学建筑大数据智能处理方法研究北京重点实验室
出处
《智能系统学报》
CSCD
北大核心
2024年第5期1319-1330,共12页
基金
国家自然科学基金面上项目(62271036)
北京市自然科学基金面上项目(4232021).
文摘
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。
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
Keywords
neural radiance field
frequency domain truncation
Fourier transform
3D reconstruction
sparse view
fine rendering
positional encoding
scene representation
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
DCSplat:一种深度约束的稀疏视角三维重建方法
黄志勇
佘雅丽
华喜锋
向梦丽
杨晨龙
丁妥君
《图学学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于神经辐射场的稀疏视角三维重建方法
张超
袁亮
肖文东
冉腾
吕凯
《电子测量技术》
北大核心
2024
2
在线阅读
下载PDF
职称材料
3
基于傅里叶频域截断的神经辐射场优化
殷泽众
郭茂祖
田乐
《智能系统学报》
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
