一种基于SuperPoint-NeRF的三维建筑物重建方法

    公开(公告)号:CN115731355B

    公开(公告)日:2024-06-04

    申请号:CN202211513937.X

    申请日:2022-11-29

    Applicant: 湖北大学

    Abstract: 本发明属于建筑物重构技术领域,具体涉及一种基于SuperPoint‑NeRF的三维建筑物重建方法,该方法包括以下步骤:步骤1,利用多帧二维图像获取建筑物的初始三维点云数据;步骤2,基于多尺度FPFH构建建筑物三维点云的局部特征;步骤3,利用离散点的局部特征对建筑物进行超体素分割;步骤4,基于多模态邻域特征构建超体素连通图;步骤5,利用多层级MLP构建神经渲染场,完成三维建筑物的重建。本发明结合三维超体素点云的局部特征与连通性关系,通过分层级的MLP回归神经渲染场来表示建筑物表面密度和射线,从而实现快速高精的三维建筑物重建,不仅能够极大的提高传统NeRF在三维重建领域的效率,同时由于局部邻域特征的加入也显著提升了其重建精度。

    一种基于SuperPoint-NeRF的三维建筑物重建方法

    公开(公告)号:CN115731355A

    公开(公告)日:2023-03-03

    申请号:CN202211513937.X

    申请日:2022-11-29

    Applicant: 湖北大学

    Abstract: 本发明属于建筑物重构技术领域,具体涉及一种基于SuperPoint‑NeRF的三维建筑物重建方法,该方法包括以下步骤:步骤1,利用多帧二维图像获取建筑物的初始三维点云数据;步骤2,基于多尺度FPFH构建建筑物三维点云的局部特征;步骤3,利用离散点的局部特征对建筑物进行超体素分割;步骤4,基于多模态邻域特征构建超体素连通图;步骤5,利用多层级MLP构建神经渲染场,完成三维建筑物的重建。本发明结合三维超体素点云的局部特征与连通性关系,通过分层级的MLP回归神经渲染场来表示建筑物表面密度和射线,从而实现快速高精的三维建筑物重建,不仅能够极大的提高传统NeRF在三维重建领域的效率,同时由于局部邻域特征的加入也显著提升了其重建精度。

    一种基于A-EdgeConv的室外大场景点云分割方法

    公开(公告)号:CN115731137A

    公开(公告)日:2023-03-03

    申请号:CN202211513938.4

    申请日:2022-11-29

    Applicant: 湖北大学

    Abstract: 本发明属于点云图像处理技术领域,具体涉及一种基于A‑EdgeConv的室外大场景点云分割方法,结合局部几何信息与图割算法实现超点的获取,并采用局部邻接图结合注意力机制的方式更加准确的提取超点特征,通过GRU循环神经网络实现超点、超边的特征聚合,不仅极大的提高了大场景下点云分割的速度,也因局部邻接图与注意力机制的结合提升特征表现力,关注有效信息与点云局部结构,提高分割精度,减少优化复杂程度。

Patent Agency Ranking