【技术实现步骤摘要】
本专利技术涉及一种三维重建，是一种基于复杂光照的aan-nerf三维重建方法、装置、电子设备及存储介质。
技术介绍
1、三维重建是通过处理二维数据生成物体或场景的三维几何结构和外观信息的技术广泛应用于文化遗产数字化、虚拟现实、增强现实、等领域。常见的三维重建方法包括基于多视角图像的重建、基于深度信息的重建和基于深度学习的重建等。
2、传统的基于多视角图像的三维重建方法依赖于从不同视角获取的图像数据，并且在弱纹理、反光或光照复杂的场景中表现不佳，生成的模型可能缺乏细节。
3、基于深度信息的三维重建方法通过深度传感器实现，受限于深度传感器的有效范围和对环境条件的依赖。
4、现有基于神经辐射场nerf的三维重建方法，尽管在场景重建方面表现出色，但在复杂光照场景中处理具有丰富纹理和快速变化颜色的高频区域时，依然存在重建模糊、细节丢失的问题并且通常需要大规模计算资源，训练效率较低，同时对冗余数据和参数的处理能力有限，难以满足高效重建的需求。
技术实现思路
1、本专...
【技术保护点】
1.一种基于复杂光照的AAN-NeRF三维重建方法，其特征在于，包括：
2.根据权利要求1所述的基于复杂光照的AAN-NeRF三维重建方法，其特征在于，所述获取图像序列内每个图像中各个像素点编码后的位置信息和视角信息，包括：
3.根据权利要求2所述的基于复杂光照的AAN-NeRF三维重建方法，其特征在于，所述图像序列的高频信息位置获取过程包括：
4.根据权利要求1或2或3所述的基于复杂光照的AAN-NeRF三维重建方法，其特征在于，所述注意力机制为设置有利用剪枝技术降低网络复杂性的多层感知机网络，剪枝过程如下所示：
5....
【技术特征摘要】
1.一种基于复杂光照的aan-nerf三维重建方法，其特征在于，包括：
2.根据权利要求1所述的基于复杂光照的aan-nerf三维重建方法，其特征在于，所述获取图像序列内每个图像中各个像素点编码后的位置信息和视角信息，包括：
3.根据权利要求2所述的基于复杂光照的aan-nerf三维重建方法，其特征在于，所述图像序列的高频信息位置获取过程包括：
4.根据权利要求1或2或3所述的基于复杂光照的aan-nerf三维重建方法，其特征在于，所述注意力机制为设置有利用剪枝技术降低网络复杂性的多层感知机网络，剪枝过程如下所示：
5.根据权利要求1至4中任意一项所述的基于复杂光照的aan-nerf三维重建方法，其特征在于，还包括基于目标场景的隐式辐射场模型，应用体渲染方法对目标场景进行视角合成，生成任意未知视角的2d图像，通...
【专利技术属性】
技术研发人员：吕凯，谢湲，崔健平，王国亮，冉腾，袁亮，
申请(专利权)人：新疆大学，
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。