一种基于时变神经辐射场的动态场景重建与追踪方法技术

本发明专利技术涉及动态场景重建与追踪技术领域，且公开了一种基于时变神经辐射场的动态场景重建与追踪方法首先输入是一系列连续的RGB‑D帧，包括深度图、彩色图和对应的时间戳，通过维护追踪线程和建图线程，实现追踪相机位姿和重建场景表面的任务。该基于时变神经辐射场的动态场景重建与追踪方法通过使用基于神经辐射场的技术，可以刻画、重建出动态物体，供下游任务使用，解决了目前在动态SLAM系统中动态物体重建精确度较低，重建结果不连续的问题，通过NeRF的方法可以通过多角度的三维空间观测，拟合出动态物体的变化规律，从而增加动态场景重建的精确性。

【技术实现步骤摘要】

本专利技术涉及动态场景重建与追踪，具体为一种基于时变神经辐射场的动态场景重建与追踪方法。

技术介绍

1、重建精确的稠密地图对于自动汽车导航和混合现实等任务至关重要。现有的同时定位与地图构建(slam)框架利用神经网络来将动态物体与静态背景分开，在不同的模型中分别重建动态物体和静态背景。此外，传统的slam系统通常需要来自特定数据集的预训练模型来进行推断，这限制了在新环境中的应用。

2、最近几年，神经辐射场(neural radiance fields，nerf)引起了许多相关研究者的兴趣。它通过利用多层感知机(multilayer perceptrons，mlps)可以获取更准确的颜色和密度信息，从而实现逼真的渲染效果。因此，有部分研究人员就试图在传统的slam系统中引入nerf，以此来提高slam系统的效果。

3、但是，以往将nerf整合到slam系统的尝试要么基于静态场景的假设，要么将动态物体视为异常值，然后把这些异常值剔除，然而，现实世界中的大多数场景都是动态的，很难找到绝对静止的应用场景，因此，这一限制是急需被解决的问题。<本文档来自技高网...

【技术保护点】

1.一种基于时变神经辐射场的动态场景重建与追踪方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种基于时变神经辐射场的动态场景重建与追踪方法，其特征在于：所述步骤S3.3多层神经网络MLPd中的计算表达式如下：

3.根据权利要求2所述的一种基于时变神经辐射场的动态场景重建与追踪方法，其特征在于：所述步骤S3.4中输出颜色和SDF值的表达式如下：

4.根据权利要求1所述的一种基于时变神经辐射场的动态场景重建与追踪方法，其特征在于：所述步骤S3.5中加权计算颜色和深度值的计算表达式如下：

【技术特征摘要】

1.一种基于时变神经辐射场的动态场景重建与追踪方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种基于时变神经辐射场的动态场景重建与追踪方法，其特征在于：所述步骤s3.3多层神经网络mlpd中的计算表达式如下：

3.根据权利要求2所述...

【专利技术属性】
技术研发人员：杨志柳，段承耀，代晋语，张健源，
申请(专利权)人：云南大学，
类型：发明
国别省市：