【技术实现步骤摘要】
本专利技术属于3d汽车模型重建静态目标对象的图像信息，包括带有深度信息的rgb-d图像数据。
技术介绍
1、三维汽车建模是汽车设计与制造、自动驾驶等多领域的一个重要应用方向，其高精度三维重建一直是工业界和学术界研究的重点。在过去，汽车建模主要基于手绘草图和物理模型，需要耗费大量的时间和资源。随着计算机图像处理技术和激光雷达的发展，越来越多的新兴技术被不断开发并应用于3d建模的工作上。然而传统的基于激光点云和图像的三维重建只能处理静态或简单的场景，无法对未观测到的区域实现合理的几何建模并且建模精度难以满足当前应用需求。
2、神经辐射场（neural radiance fields) 是一种用于生成3d场景中高质量的渲染图像的神经渲染算法，它可以从单一视角的图像数据中生成高精度、高逼真三维场景。nerf借助多层感知机（mlp）能够很好的学习图像数据中的信息，实现复杂几何形状、纹理的场景重建，且重建效果细节高度还原。nerf随着近几年研究人数增加，发展十分迅速，在三维重建领域引起了学者的关注。然而，传统的nerf在三维重建时由于其...
【技术保护点】
1.一种基于语义分割的NeRF的三维目标对象模型重建方法，包括如下步骤：
2.根据权利要求1所述的基于语义分割的NeRF的三维目标对象模型重建方法，其特征在于，步骤3中分层特征网格包括三种分辨率，三种分辨率从大到小递减。
3.根据权利要求1所述的基于语义分割的NeRF的三维目标对象模型重建方法，其特征在于，所述步骤1包括：
4.根据权利要求1所述的基于语义分割的NeRF的三维目标对象模型重建方法，其特征在于，所述步骤2包括：
5.根据权利要求1所述的基于语义分割的NeRF的三维目标对象模型重建方法，其特征在于，所述步骤3
...
【技术特征摘要】
1.一种基于语义分割的nerf的三维目标对象模型重建方法，包括如下步骤：
2.根据权利要求1所述的基于语义分割的nerf的三维目标对象模型重建方法，其特征在于，步骤3中分层特征网格包括三种分辨率，三种分辨率从大到小递减。
3.根据权利要求1所述的基于语义分割的nerf的三维目标对象模型重建方法，其特征在于，所述步骤1包括：
4.根据权利要求1所述的基于语义分割的nerf的三维目标对象模型重建方法，其特征在于，所述步骤2包括：
5.根据权利要求1所述的基于语义分割的nerf的三维目标对象模型重建方法，其特征在于，所述步骤3包括：
...
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。