【技术实现步骤摘要】
本专利技术涉及三维场景建模的，特别是一种基于nerf的城市级场景高效建模与可视化方法。
技术介绍
1、随着智慧城市建设的兴起，城市级大场景的三维建模在多个领域具备广泛的应用价值，包括城市漫游、自动驾驶及导航导览等。传统的三维建模方法，如倾斜摄影建模，采用显示方式对场景进行表达，通过几何、纹理、材质等要素描述场景信息。这种方法建模流程长、产生的数据量大，而且为了达到高逼真度，往往需要人工参与大量编辑工作，数据生产效率低。
2、在面向城市级大场景中存在的问题：
3、block-nerf主要是针对街景的大量数据，视角以行人或车为主，视线范围内涉及的场景数据量基本恒定；但在城市级大场景中，随着视角的调整，比如场景拉进和推远，涉及的数据量可能从几十张图片波动到整个场景全范围的图片，block-nerf无法高效处理。此外，为了block之间有较好的过渡效果，block之间需要75%的数据重叠度，这将导致计算量的大幅度增加。
4、同样，citynerf由于采用了双支模型，需要用额外的算力支撑grid分支的训练，计算
【技术保护点】
1.一种基于NeRF的城市级场景高效建模与可视化方法，包括训练数据分区，其特征在于，还包括以下步骤：
2.如权利要求1所述的基于NeRF的城市级场景高效建模与可视化方法，其特征在于，所述训练数据分区包括将整个场景分区，每个区的中心点记为Ci，N张训练图片，图片宽高为(W，H)个像素，预估最近距离Near，最远距离Far，对每张训练图片做如下处理：
3.如权利要求2所述的基于NeRF的城市级场景高效建模与可视化方法，其特征在于，所述步骤2包括将整个场景范围进行八叉树划分，每一层体素的大小一致，自上而下，逐步精细划分，得到按实际分布的稀疏八叉树。<...
【技术特征摘要】
1.一种基于nerf的城市级场景高效建模与可视化方法，包括训练数据分区，其特征在于，还包括以下步骤：
2.如权利要求1所述的基于nerf的城市级场景高效建模与可视化方法，其特征在于，所述训练数据分区包括将整个场景分区，每个区的中心点记为ci，n张训练图片，图片宽高为(w，h)个像素，预估最近距离near，最远距离far，对每张训练图片做如下处理：
3.如权利要求2所述的基于nerf的城市级场景高效建模与可视化方法，其特征在于，所述步骤2包括将整个场景范围进行八叉树划分，每一层体素的大小一致，自上而下，逐步精细划分，得到按实际分布的稀疏八叉树。
4.如权利要求3所述的基于nerf的城市级场景高效建模与可视化方法，其特征在于，所述步骤22包括以下子步骤：
5.如权利要求4所述的基于nerf的城市级场景高效建模与可视化方法，其特征在于，所述编码规则包括：
6.如权利要求5所述的基于nerf的城市级...
【专利技术属性】
技术研发人员：黄耀欢，周芹，
申请(专利权)人：中国科学院地理科学与资源研究所，
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。