基于对极特征与条件扩散模型的频域优化稀疏视图的三维重建方法

    公开(公告)号:CN119693558A

    公开(公告)日:2025-03-25

    申请号:CN202411893636.3

    申请日:2024-12-20

    Applicant: 厦门大学

    Abstract: 本发明涉及基于对极特征与条件扩散模型的频域优化稀疏视图的三维重建方法,包括以下步骤:S1.从包括一个物体全部信息的图库中选取若干张带有相机位姿信息的图像作为输入图像P1;S2.对输入图像P1使用CNN网络提取特征图,并采用多层线性注意力进行辅助特征提取;S3.将提取的特征图使用对极特征法提取特征,获取到特征;S4.将每张输入图像P1获取的特征作为条件扩散模型的训练条件,并逐步向上述特征中加入高斯噪声,训练条件扩散模型将噪声图像进行恢复。本发明使用对极特征法和条件扩散模型来对神经辐射场进行优化,不仅能够加速扩散模型的训练速度,有效改善伪影和模糊问题,还能够使得重建的效果更加地自然。

    基于3DGS的透明物体重建和新视角合成方法

    公开(公告)号:CN119579796A

    公开(公告)日:2025-03-07

    申请号:CN202411790434.6

    申请日:2024-12-06

    Applicant: 厦门大学

    Abstract: 本发明涉及一种基于3DGS的透明物体重建和新视角合成方法,包括以下步骤:S1.根据图像序列重建出数据集的稠密三维点云以及相机位姿信息;S2.利用三维点云以及相机位姿信息,使用3DGS方法重建三维场景,生成三维高斯核来表示输入场景;S3.引入Sobe l边缘检测器,并分别对三维高斯核生成的渲染图像以及真实图像中的透明物体的边缘进行提取,计算出渲染边缘图和真实边缘图的边缘损失函数;S4.结合边缘损失函数和原始3DGS损失函数,共同优化三维场景重建模型;S5.对场景进行整体优化并输出最终的三维重建结果。本发明的目的在于改善3DGS模型的重建质量,进而实现对透明物体的三维重建效果的提升。

Patent Agency Ranking