基于三维高斯神经辐射场的自动化视频合成方法技术

技术编号:41136427 阅读:44 留言:0更新日期:2024-04-30 18:08
本申请涉及一种基于三维高斯神经辐射场的自动化视频合成方法,应用于视频植入技术领域,其方法包括:获取目标合成视频,其中,所述目标合成视频包括目标物体;基于COLMAP对所述目标合成视频进行相机位姿估计,确定所述目标合成视频的相机位姿信息;基于DEPI算法对所述目标合成视频进行光场信息提取,确定所述目标合成视频的视频光场信息;基于所述相机位姿信息和三维高斯神经辐射场模型生成所述目标物体的三维模型;基于所述目标合成视频、所述视频光场信息和所述三维模型自动生成包含所述目标物体的合成视频。本申请具有提高合成视频的视频质量的效果。

【技术实现步骤摘要】

本申请涉及视频植入的,尤其是涉及一种基于三维高斯神经辐射场的自动化视频合成方法


技术介绍

1、在进行视频内容的编辑时,目前采用将需要植入的物体视频分解成多幅连续的单帧图片,并将图片按照一定系数进行模糊处理,将处理后的图片按照分解时的顺序直接与原视频进行融合的方法。

2、但是,目前的处理方案中,植入的物体视频或者图片往往依靠庞大的素材库,如果素材库中不包含某些视角的图片或者图片的质量较差,就会导致最终合成的视频出现失真的问题,无法和原视频内容做到很好的融合,为了提高视频融合的质量,就需要提高素材的数量和质量,从而提高融合成本,并且,在融合时由于不同的视频其所处环境不同,在视频中的呈现效果也不同,只采用素材库中的图片进行融合,依旧会导致合成的视频失真严重。


技术实现思路

1、为了提高合成视频的视频质量,本申请提供一种基于三维高斯神经辐射场的自动化视频合成方法。

2、第一方面,本申请提供一种基于三维高斯神经辐射场的自动化视频合成方法,采用如下的技术方案:

3、一种基于三维高斯神本文档来自技高网...

【技术保护点】

1.一种基于三维高斯神经辐射场的自动化视频合成方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述基于COLMAP对所述目标合成视频进行相机位姿估计,确定所述目标合成视频的相机位姿信息包括:

3.根据权利要求2所述的方法,其特征在于,所述视频光场信息包括深度信息和角度信息;所述基于DEPI算法对所述目标合成视频进行光场信息提取,确定所述目标合成视频的视频光场信息包括:

4.根据权利要求1所述的方法,其特征在于,所述基于所述相机位姿信息和三维高斯神经辐射场模型生成所述目标物体的三维模型包括:

5.根据权利要求4所述的方法,...

【技术特征摘要】

1.一种基于三维高斯神经辐射场的自动化视频合成方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述基于colmap对所述目标合成视频进行相机位姿估计,确定所述目标合成视频的相机位姿信息包括:

3.根据权利要求2所述的方法,其特征在于,所述视频光场信息包括深度信息和角度信息;所述基于depi算法对所述目标合成视频进行光场信息提取,确定所述目标合成视频的视频光场信息包括:

4.根据权利要求1所述的方法,其特征在于,所述基于所述相机位姿信息和三维高斯神经辐射场模型生成所述目标物体的三维模型包括:

5.根据权利要求4所述的方法,其特征在于,所述基于所述高斯飞溅点构...

【专利技术属性】
技术研发人员:刘祖渊杨白云
申请(专利权)人:星河视效科技北京有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1