【技术实现步骤摘要】
本专利技术涉及图像处理,具体的说,是涉及一种三维重建方法、系统、介质、设备及程序产品。
技术介绍
1、本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息,不必然构成在先技术。
2、当前的三维重建技术多基于传统的结构光、多视图立体匹配等方法,存在精度不高、数据需求大、运算复杂等问题。近年来,nerf(neural radiance fields,神经辐射场)技术兴起,通过深度学习的方法从一系列2d(二维)图片中学习,并将其建模成一个连续的辐射场隐式存储在神经网络中,实现对环境和物体的三维重建,有效地提高场景的精度和真实感。nerf技术已经在渲染与建模、规划与设计、导航与感知以及游戏开发等领域崭露头角。
3、目前,以nerf技术为基础的三维重建方法,尚未在用户友好性和广泛应用性方面取得充分的进展,主要以论文研究和开源代码形式存在。其应用首先需要深度学习领域的专业知识,包括环境的搭建、配置,模型的训练、调优等方面,用户门槛较高;另外,模型的训练过程还需要高性能的图形处理单元支持,硬件要求较为严格。
4、
...【技术保护点】
1.一种三维重建方法,其特征在于,包括:
2.如权利要求1所述的一种三维重建方法,其特征在于,所述预处理包括:根据所述视频数据的时长进行视频帧提取后,进行视频帧的剔除操作,得到若干张图片,组成所述图片数据集。
3.如权利要求1所述的一种三维重建方法,其特征在于,还包括:对所述三维重建模型进行重新排序、限制映射和纹理压缩操作后,进行所述三维重建模型的渲染。
4.如权利要求1所述的一种三维重建方法,其特征在于,所述将图片数据集转化为一组稀疏点的步骤包括:相机位姿还原、图像特征检测、图像特征提取、特征点匹配和稀疏点重建。
5.
...【技术特征摘要】
1.一种三维重建方法,其特征在于,包括:
2.如权利要求1所述的一种三维重建方法,其特征在于,所述预处理包括:根据所述视频数据的时长进行视频帧提取后,进行视频帧的剔除操作,得到若干张图片,组成所述图片数据集。
3.如权利要求1所述的一种三维重建方法,其特征在于,还包括:对所述三维重建模型进行重新排序、限制映射和纹理压缩操作后,进行所述三维重建模型的渲染。
4.如权利要求1所述的一种三维重建方法,其特征在于,所述将图片数据集转化为一组稀疏点的步骤包括:相机位姿还原、图像特征检测、图像特征提取、特征点匹配和稀疏点重建。
5.如权利要求1所述的一种三维重建方法,其特征在于,所述图块表示为:,其中,p为图块的中心,v为协方差矩阵。
6.如权利要求1所述的一种...
【专利技术属性】
技术研发人员:刘冲,李奇,潘洁,吴海涛,周英,逯行政,魏宏伟,朱宏亮,张昊泽,徐鑫,陈俊美,杨杰,张亦卓,董晓晗,亓立壮,李延港,刘承浩,孙明正,
申请(专利权)人:齐鲁空天信息研究院,
类型:发明
国别省市:
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。